使用大型语言模型代理将可穿戴数据转化为健康洞察,arXiv

使用大型语言模型代理将可穿戴数据转化为健康洞察
arXiv - CS - Artificial Intelligence Pub Date : 2024-06-10 , DOI: arxiv-2406.06464
Mike A. Merrill , Akshay Paruchuri , Naghmeh Rezaei , Geza Kovacs , Javier Perez , Yun Liu , Erik Schenck , Nova Hammerquist , Jake Sunshine , Shyam Tailor , Kumar Ayush , Hao-Wei Su , Qian He , Cory McLean , Mark Malhotra , Shwetak Patel , Jiening Zhan , Tim Althoff , Daniel McDuff , Xin Liu

尽管可穿戴健康追踪器的普及以及睡眠和锻炼对健康的重要性，但从可穿戴数据中获取可操作的个性化见解仍然是一个挑战，因为这样做需要对这些数据进行非平凡的开放式分析。最近兴起的大型语言模型（LLM）代理可以使用工具来推理世界并与世界交互，为大规模实现此类个性化分析提供了一个有希望的机会。然而，LLM 代理在分析个人健康方面的应用在很大程度上尚未开发。在本文中，我们介绍了个人健康洞察代理（PHIA），这是一种代理系统，利用最先进的代码生成和信息检索工具来分析和解释可穿戴设备的行为健康数据。我们整理了两个包含 4000 多个健康见解问题的基准问答数据集。基于 650 小时的人工和专家评估，我们发现 PHIA 可以准确解决超过 84% 的事实数字问题和超过 83% 的众包开放式问题。这项工作对于促进整个人群的行为健康具有重要意义，有可能使个人能够解释自己的可穿戴数据，并为通过数据驱动的见解提供便利、个性化的健康方案的新时代铺平道路。

"点击查看英文标题和摘要"

更新日期：2024-06-11

相关知识

使用大型语言模型代理将可穿戴数据转化为健康洞察,arXiv
迈向个人健康大语言模型,arXiv
聚焦健康管理数字化转型，华为擎云用智能穿戴赋能主动健康管理
数字化驱动大健康领域转型升级，精准洞察需求成为破局关键
从数据到洞察，健康数据分析在健康管理中的实践
职业健康与安全数字化转型
可穿戴设备数据与人工智能健康管理.docx
从沉默资产到健康洞察：健康有益的体检报告大模型解读创新
基于大语言模型驱动的心理健康教练语音模型优化方法与流程
大规模数字化转型： 健康险公司蓄势待发

网址: 使用大型语言模型代理将可穿戴数据转化为健康洞察,arXiv https://www.trfsz.com/newsview1706467.html