中文

从障碍到战术:基于行为科学的智能化工作流程个性化营养咨询

机器学习 2024-10-21 v1 计算与语言

摘要

有效管理心血管代谢疾病需要维持积极的营养习惯,而这些习惯常常因复杂且个体化的障碍而受到阻碍。直接的人类管理无法实现可扩展性,而之前的自动化营养咨询尝试缺乏针对这些多样化挑战所需的个性化。本文引入一种新型的大语言模型驱动的智能化工作流程,旨在通过直接针对和缓解患者特定的障碍来提供个性化营养咨询。该工作流程基于行为科学原则,利用将营养相关障碍映射到相应证据基础策略的全面方法。一个专门的大语言模型代理有意探测并识别患者饮食困扰的根本原因。随后,另一个大语言模型代理提供量身定制的战术,以针对这些特定的障碍提供患者背景下的个性化指导。我们通过与具有心血管代谢疾病个体的.user 研究来设计和验证了我们的方法,证明了该系统能够准确识别障碍并提供个性化指导。此外,我们进行了大规模模拟研究,基于真实患者案例和专家验证的指标,评估了该系统在广泛情景下的性能。我们的发现表明,这种大语言模型驱动的智能化工作流程有望通过提供个性化、可扩展且基于行为科学的干预来改进营养咨询。

关键词

引用

@article{arxiv.2410.14041,
  title  = {From Barriers to Tactics: A Behavioral Science-Informed Agentic Workflow for Personalized Nutrition Coaching},
  author = {Eric Yang and Tomas Garcia and Hannah Williams and Bhawesh Kumar and Martin Ramé and Eileen Rivera and Yiran Ma and Jonathan Amar and Caricia Catalani and Yugang Jia},
  journal= {arXiv preprint arXiv:2410.14041},
  year   = {2024}
}

备注

22 pages