Transforming Wearable Data into Health Insights using Large Language Model Agents

要約

ウェアラブルヘルストラッカーの普及と、健康に対する睡眠と運動の重要性にもかかわらず、ウェアラブルデータから実用的なパーソナライズされた洞察を導き出すことは、これらのデータの非自明ではないオープンエンド分析を必要とするため、依然として課題です。
最近のラージ言語モデル (LLM) エージェントの台頭により、ツールを使用して世界について推論し、世界と対話できるようになり、このようなパーソナライズされた分析を大規模に可能にする有望な機会が提供されています。
しかし、個人の健康状態の分析における LLM エージェントの応用は、まだほとんど未開発です。
このペーパーでは、最先端のコード生成および情報取得ツールを活用して、ウェアラブルからの健康行動データを分析および解釈するエージェント システムである Personal Health Insights Agent (PHIA) について紹介します。
私たちは、4,000 を超える健康に関する洞察に関する質問からなる 2 つのベンチマーク質問回答データセットを厳選しています。
650 時間にわたる人的および専門家の評価に基づいて、PHIA は事実に基づく数値的な質問の 84% 以上と、クラウドソーシングによる自由形式の質問の 83% 以上に正確に対処できることがわかりました。
この取り組みは、人口全体の行動的健康の向上に影響を及ぼし、個人が自身のウェアラブル データを解釈できるようになり、データ駆動型の洞察に基づくアクセス可能なパーソナライズされた健康管理の新時代への道を開く可能性があります。

要約(オリジナル)

Despite the proliferation of wearable health trackers and the importance of sleep and exercise to health, deriving actionable personalized insights from wearable data remains a challenge because doing so requires non-trivial open-ended analysis of these data. The recent rise of large language model (LLM) agents, which can use tools to reason about and interact with the world, presents a promising opportunity to enable such personalized analysis at scale. Yet, the application of LLM agents in analyzing personal health is still largely untapped. In this paper, we introduce the Personal Health Insights Agent (PHIA), an agent system that leverages state-of-the-art code generation and information retrieval tools to analyze and interpret behavioral health data from wearables. We curate two benchmark question-answering datasets of over 4000 health insights questions. Based on 650 hours of human and expert evaluation we find that PHIA can accurately address over 84% of factual numerical questions and more than 83% of crowd-sourced open-ended questions. This work has implications for advancing behavioral health across the population, potentially enabling individuals to interpret their own wearable data, and paving the way for a new era of accessible, personalized wellness regimens that are informed by data-driven insights.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google