通过链式思维提示提升抑郁诊断准确性
计算与语言
2024-08-28 v2
摘要
在使用 AI 检测抑郁障碍迹象时，AI 模型往往会先作出预判性结论。我们推论，使用链式思维（CoT）提示评估患者健康问卷-8（PHQ-8）得分，将提高由 AI 模型确定的得分准确性。在我们的研究中，当模型采用 CoT 推理时，所估算的 PHQ-8 分数在平均上更接近每位参与者报告的被接受真实得分。我们的目标是拓展 AI 模型对人类对话复杂性的理解，使其能够更有效地评估患者的情感与语气，从而更准确地辨识精神障碍症状；最终希望提升 AI 模型的能力，使其能够广泛应用于医疗领域。
引用
@article{arxiv.2408.14053,
title = {Enhancing Depression Diagnosis with Chain-of-Thought Prompting},
author = {Elysia Shi and Adithri Manda and London Chowdhury and Runeema Arun and Kevin Zhu and Michael Lam},
journal= {arXiv preprint arXiv:2408.14053},
year = {2024}
}