Illuminate：一种结合可解释分析与主动治疗的抑郁症检测新方法，利用提示工程
计算与语言
2024-02-09 v1 人工智能
机器学习
摘要
本文介绍了一种使用先进大语言模型（LLMs）进行抑郁症检测和治疗的新范式：生成式预训练Transformer 4（GPT-4）、Llama 2 chat和Gemini。这些LLMs通过专门的提示进行微调，以诊断、解释抑郁症并建议治疗干预措施。一种独特的少样本提示方法增强了模型基于DSM-5标准分析和解释抑郁症状的能力。在交互阶段，模型进行共情对话管理，借鉴PsychDB和认知行为疗法（CBT）指南等资源，促进与经历重度抑郁障碍个体的支持性互动。此外，该研究引入了Illuminate数据库，该数据库丰富了各种CBT模块，有助于个性化治疗推荐。该研究使用F1分数、精确率、召回率、余弦相似度以及面向召回率的摘要评估辅助指标（ROUGE）等指标，在不同测试集上评估了LLM的性能，证明了其有效性。这种综合方法将前沿人工智能与成熟的心理学方法相结合，为心理健康护理提供了新的可能性，并展示了LLM在革新抑郁症诊断和治疗策略方面的潜力。
引用
@article{arxiv.2402.05127,
title = {Illuminate: A novel approach for depression detection with explainable analysis and proactive therapy using prompt engineering},
author = {Aryan Agrawal},
journal= {arXiv preprint arXiv:2402.05127},
year = {2024}
}
备注
10 pages, 9 figures, 9 tables