本文提出了一种 ChatGPT - 基于的会话伴侣系统，旨在为老年人提供陪伴并减少孤独和社交孤立感的情感问题。该系统经过了初步研究的评估，结果表明它能够生成与创建的老年人物质相关的回应。然而，使用基于人工智能的陪伴服务对老年人包括隐私问题在内的伦理问题需要引起注意。

Apr, 2023

本文提出了一个自然语言处理的架构，该架构可以处理以往需要两个模型完成的任务。通过单一模型，我们分析阿尔茨海默病患者的语言模式和对话上下文，并从两个结果中得出答案：患者分类和聊天机器人。如果聊天机器人在日常生活中识别了患者的语言特征，医生可以为早期诊断制定更精确的诊断和治疗计划。该模型用于开发替代需要专家问卷的聊天机器人。模型执行两个自然语言处理任务：一是 “自然语言分类”，指示患者是否患病的概率，二是生成聊天机器人接下来的 “回答”。通过自我注意神经网络提取患者发言的上下文向量，在编码器中将其与聊天机器人的问题一起输入，以获取包含提问者和患者之间交互特征的矩阵。矢量化的矩阵成为患者分类的概率值。将矩阵与聊天机器人（调解员）下一个答案一起输入到解码器中，以生成下一个发言。通过使用 DmentiaBank 的 cookie theft 描述语料库学习该结构，证实了编码器和解码器的损失函数值显著降低和收敛。这表明，捕捉阿尔茨海默病患者的言语语言模式可以为将来的早期诊断和疾病纵向研究做出贡献。

Oct, 2022

提出了 MemoryBank，这是一种采用 Ebbinghaus 遗忘曲线中的记忆更新机制的新型记忆机制，旨在解决长期交互中 LLM 的记忆缺陷问题，并通过与心理对话调整提高其同理心。通过实验研究，证明了 MemoryBank 能够成功提高聊天机器人在长期 AI Companion 中的表现能力。

May, 2023

LLM chatbots (ChatGPT-3.5, ChatGPT-4, and Bard) were assessed for their ability to recognize Alzheimer's Dementia and Cognitively Normal individuals using spontaneous speech recordings, showing promising performance but not yet suitable for clinical application.

Jan, 2024

使用长期口头记忆的一种发展中的大型语言模型助理，旨在保存来自用户和 AI 助手之间历史对话的知识和经验，并应用于未来对话以生成更好的回应。

Dec, 2023

本项开创性研究借鉴 AutoGPT 的启示，开发了一种名为 AD-AutoGPT 的新工具，可以通过用户的文本提示自主地进行阿尔茨海默病复杂健康故事的数据收集、处理和分析，从而提供有关公众关注重点的有价值见解，并为未来 AI 驱动的全球卫生调查奠定基础。

Jun, 2023

本研究采用预训练的大型语言模型以加强对患者非图像化数据的利用，取得了 ADNI 数据集方面的最佳结果。

May, 2023

通过综述大型语言模型在医学领域中的应用和意义，揭示了它们在知识检索、研究支持、临床工作流自动化和诊断辅助等方面的效用，并探索了多模态语言模型以及自动化代理在医疗保健中的发展潜力。然而，为了有效地将这些模型整合到临床实践中，需要不断优化和进行伦理监管。

Nov, 2023

通过使用参数高效的微调模式和计算仿生记忆机制，我们提出了一种新颖的个人化大语言模型方法，该方法在用户导向的生成任务中展示了卓越的效果和优越性能。

Sep, 2023

研究表明，自动个性化界面和人工智能驱动的个性化是解决帮助患有痴呆症人士以可扩展的方式使用商用技术的潜在解决方案，但是人们对于人工智能作为他们日常技术使用的辅助工具及其在他们整体自我管理系统中的作用的看法缺乏了解。

Nov, 2022