要約
糖尿病患者の健康を維持するには、効果的な糖尿病管理が不可欠です。
大規模言語モデル (LLM) は、糖尿病管理に新しい道を開き、その有効性を促進します。
ただし、現在の LLM ベースのアプローチは、一般的なソースへの依存とドメイン固有の知識との統合の欠如によって制限されており、不正確な応答につながります。
この論文では、糖尿病患者向けに知識を注入した LLM を利用した会話型健康エージェント (CHA) を提案します。
当社はオープンソースの openCHA フレームワークをカスタマイズして活用し、外部の知識と分析機能で CHA を強化します。
この統合には、2 つの重要なコンポーネントが含まれます。1) 米国糖尿病協会の食事ガイドラインと Nutritionix 情報の組み込み、2) 栄養摂取量の計算とガイドラインとの比較を可能にする分析ツールの導入です。
提案された CHA と GPT4 を比較します。
私たちの評価には、毎日の食事の選択と、提案された食事に関連する潜在的なリスクの評価に関する 100 の糖尿病関連の質問が含まれています。
我々の調査結果は、提案された薬剤が必須栄養素を管理するための反応を生成する際に優れた性能を示すことを示しています。
要約(オリジナル)
Effective diabetes management is crucial for maintaining health in diabetic patients. Large Language Models (LLMs) have opened new avenues for diabetes management, facilitating their efficacy. However, current LLM-based approaches are limited by their dependence on general sources and lack of integration with domain-specific knowledge, leading to inaccurate responses. In this paper, we propose a knowledge-infused LLM-powered conversational health agent (CHA) for diabetic patients. We customize and leverage the open-source openCHA framework, enhancing our CHA with external knowledge and analytical capabilities. This integration involves two key components: 1) incorporating the American Diabetes Association dietary guidelines and the Nutritionix information and 2) deploying analytical tools that enable nutritional intake calculation and comparison with the guidelines. We compare the proposed CHA with GPT4. Our evaluation includes 100 diabetes-related questions on daily meal choices and assessing the potential risks associated with the suggested diet. Our findings show that the proposed agent demonstrates superior performance in generating responses to manage essential nutrients.
arxiv情報
| 著者 | Mahyar Abbasian,Zhongqi Yang,Elahe Khatibi,Pengfei Zhang,Nitish Nagesh,Iman Azimi,Ramesh Jain,Amir M. Rahmani |
| 発行日 | 2024-02-15 18:00:02+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google