通往治愈的艺术之路：利用机器学习进行视觉艺术推荐以预防和减少重症监护后综合征
信息检索
2024-02-27 v1 人机交互
摘要
停留在重症监护室 (ICU) 往往是创伤性的，会导致重症监护后综合征 (PICS)，其中包括身体、心理和认知障碍。目前，针对 PICS 的干预措施有限。研究表明，接触视觉艺术可能有助于解决 PICS 的心理方面，如果个性化则更有效。我们开发了基于机器学习的视觉艺术推荐系统 (VA RecSys)，旨在为 ICU 后患者提供个性化的治疗性视觉艺术体验。我们调查了四种最先进的 VA RecSys 引擎，评估了其推荐与治疗目的的相关性，并与专家策划的推荐进行了比较。我们进行了一项专家试点测试和一项大规模用户研究 (n=150)，以评估这些推荐的适当性和有效性。我们的结果表明，所有推荐都能增强时间情感状态。视觉和多模态 VA RecSys 引擎的表现优于专家策划的推荐，表明它们有潜力支持针对 PICS 预防和治疗的个性化艺术疗法交付。
引用
@article{arxiv.2402.15643,
title = {Artful Path to Healing: Using Machine Learning for Visual Art Recommendation to Prevent and Reduce Post-Intensive Care},
author = {Bereket A. Yilma and Chan Mi Kim and Gerald C. Cupchik and Luis A. Leiva},
journal= {arXiv preprint arXiv:2402.15643},
year = {2024}
}
备注
Proceedings of the 2024 CHI Conference on Human Factors in Computing Systems (CHI 24)