Transforming Tuberculosis Care: Optimizing Large Language Models For Enhanced Clinician-Patient Communication

要約

結核（TB）は、世界中の感染症による死亡の主な原因であり、低中所得国と中所得国で最も高い負担を伴います。
これらの地域では、限られたヘルスケアへのアクセスと高い患者とプロバイダーの比率が、効果的な患者のサポート、コミュニケーション、および治療の完了を妨げます。
このギャップを埋めるために、特殊な大規模な言語モデルを効果的なデジタルアドヒアランステクノロジーに統合して、治療サポーターとのインタラクティブなコミュニケーションを増強することを提案します。
ループ内の人間のフレームワーク内で動作するこのAI駆動のアプローチは、患者の関与を強化し、結核治療の結果を改善することを目的としています。

要約(オリジナル)

Tuberculosis (TB) is the leading cause of death from an infectious disease globally, with the highest burden in low- and middle-income countries. In these regions, limited healthcare access and high patient-to-provider ratios impede effective patient support, communication, and treatment completion. To bridge this gap, we propose integrating a specialized Large Language Model into an efficacious digital adherence technology to augment interactive communication with treatment supporters. This AI-powered approach, operating within a human-in-the-loop framework, aims to enhance patient engagement and improve TB treatment outcomes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google