Recommender Algorithm for Supporting Self-Management of CVD Risk Factors in an Adult Population at Home

要約

推奨アルゴリズムの開発における新しいトレンドの 1 つは、国民の健康管理をサポートするアルゴリズムの機能の普及です。
心血管疾患（CVD）は世界中で主な死因であるため、この記事は心血管疾患（CVD）予防の有効性を改善するという問題に焦点を当てています。
この問題に対処するために、在宅成人の CVD 危険因子の自己管理をサポートする知識ベースの推奨アルゴリズムが提案されました。
提案されたアルゴリズムは、元の多次元推奨モデルと新しいユーザー プロファイル モデルに基づいており、公式ガイドラインで概説されている現在の評価に加えて、CVD の健康状態の予測評価が含まれています。
提案されたアルゴリズムの主な特徴は、多次元レコメンデーションの説明コンポーネントとして人間のようなテキストを生成する際に、ルールベースのロジックと大規模言語モデルの機能を組み合わせていることです。
提案されたアルゴリズムの検証と評価により、成人が家庭でCVD危険因子を自己管理できるよう支援する上で、提案された推奨アルゴリズムが有用であることが示されました。
同様の知識ベースの推奨アルゴリズムとの比較から分かるように、提案されたアルゴリズムはより多くの CVD リスク要因を評価し、生成された推奨の情報と意味論的な能力がより優れています。

要約(オリジナル)

One of the new trends in the development of recommendation algorithms is the dissemination of their capabilities to support the population in managing their health. This article focuses on the problem of improving the effectiveness of cardiovascular diseases (CVD) prevention, since CVD is the leading cause of death worldwide. To address this issue, a knowledge-based recommendation algorithm was proposed to support self-management of CVD risk factors in adults at home. The proposed algorithm is based on the original multidimensional recommendation model and on a new user profile model, which includes predictive assessments of CVD health in addition to its current ones as outlined in official guidelines. The main feature of the proposed algorithm is the combination of rule-based logic with the capabilities of a large language model in generating human-like text for explanatory component of multidimensional recommendation. The verification and evaluation of the proposed algorithm showed the usefulness of the proposed recommendation algorithm for supporting adults in self-management of their CVD risk factors at home. As follows from the comparison with similar knowledge-based recommendation algorithms, the proposed algorithm evaluates a larger number of CVD risk factors and has a greater information and semantic capacity of the generated recommendations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google