PhysioLLM：利用可穿戴设备和大型语言模型支持个性化健康洞察
人机交互
2024-06-28 v1
摘要
我们提出了 PhysioLLM，这是一个交互式系统，利用大型语言模型（LLM）通过整合可穿戴设备的生理数据与情境信息，提供个性化的健康理解与探索。不同于商业可穿戴设备的健康应用，本系统提供了全面的统计分析组件，发现用户数据中的相关性和趋势，使用户能够以自然语言提问并获取生成的个性化洞察，引导他们制定可操作的目标。作为案例研究，我们聚焦于改善睡眠质量，因为睡眠质量可以通过生理数据进行测量且对一般健康至关重要。通过对24名 Fitbit 手表用户的调查研究，我们展示了 PhysioLLM 在促进对健康数据的深入、个性化理解方面，优于 Fitbit App 本身以及通用 LLM 聊天机器人，支持实现个人健康目标的可操作步骤。
引用
@article{arxiv.2406.19283,
title = {PhysioLLM: Supporting Personalized Health Insights with Wearables and Large Language Models},
author = {Cathy Mengying Fang and Valdemar Danry and Nathan Whitmore and Andria Bao and Andrew Hutchison and Cayden Pierce and Pattie Maes},
journal= {arXiv preprint arXiv:2406.19283},
year = {2024}
}