[論文レビュー] A Principle-Driven Adaptive Policy for Group Cognitive Stimulation Dialogue for Elderly with Cognitive Impairment

Jiyue Jiang, Yanyu Chen+8 more|arXiv (Cornell University)|Mar 1, 2026

Digital Mental Health Interventions被引用数 0

ひとこと要約

本論文は、実データの広東語 CST に基づく Principled Scenario Simulation 戦略を用いた多-party cognitive stimulation dialogue の原理主導型適応ポリシー GCSD を提案し、ベースラインより優れた性能を実現する。

ABSTRACT

Cognitive impairment is becoming a major public health challenge. Cognitive Stimulation Therapy (CST) is an effective intervention for cognitive impairment, but traditional methods are difficult to scale, and existing digital systems struggle with group dialogues and cognitive stimulation principles. While Large Language Models (LLMs) are powerful, their application in this context faces key challenges: cognitive stimulation dialogue paradigms, a lack of therapeutic reasoning, and static-only user modeling. To address these issues, we propose a principle-driven adaptive policy actualized through a Group Cognitive Stimulation Dialogue (GCSD) system. We first construct a dataset with over 500 hours of real-world CST conversations and 10,000+ simulated dialogues generated via our Principle-Guided Scenario Simulation strategy. Our GCSD system then integrates four core modules to overcome LLM limitations: (i) a multi-speaker context controller to resolve role confusion; (ii) dynamic participant cognitive state modeling for personalized interaction; (iii) a cognitive stimulation-focused attention loss to instill cognitive stimulation reasoning; and (iv) a multi-dimensional reward strategy to enhance response value. Experimental results demonstrate that GCSD significantly outperforms baseline models across various evaluation metrics. Future work will focus on long-term clinical validation to bridge the gap between computational performance and clinical efficacy.

研究の動機と目的

• 専門家によるグループ設定の CST のスケーラビリティと有効性の限界を解決する。
• 適切な話者ロール管理を備えた多 party 相互作用が可能なグループ CST 対話システムを開発する。
• モデル学習と生成へ認知刺激の原理を組み込む。
• 参加者の認知状態を時系列でモデル化し動的なパーソナライズを可能にする。

提案手法

• manual transcription and annotation を伴う real Cantonese CST 対話データセット（約500時間）を構築する。
• Principle-Guided Scenario Simulation を用いて CST 原理をエンコードした大規模なシミュレーションデータを生成する。
• GCSD を以下の4つのモジュールで提案する：マルチスピーカー文脈コントローラ、動的な参加者認知状態モデリング、認知刺激に焦点を当てたアテンション損失、そして多次元報酬最適化。
• 実データでファインチューニングする前にシミュレーションデータで事前学習し、CST 構造と言語ニュアンスを学習する。
• 2 段階の最適化を採用：認知機能に焦点を当てたアテンション損失と滑らかさ正則化を用いた教師ありファインチューニング、続いてマルチ報酬ポリシー最適化（MRPO）。
• 応答を条件付けするソフトプロンプト動的状態機構を使用し、個別化の安定性を確保するための時間的平滑化を行う。

実験結果

リサーチクエスチョン

• RQ1 グループ CST 会話において、対話システムは正しい多-party の話者ロールを識別し維持できるか。
• RQ2 各高齢者の認知状態を動的にモデリングすることは CST 対話のパーソナライズと治療的妥当性を向上させるか。
• RQ3 原理主導のプロンプトと CST 固有の損失は CST 原理と治療的成果への整合性を高めるか。
• RQ4 マルチ報酬ポリシー最適化フレームワークは、ベースライン LLM より高品質で没入感のある CST 対話を生み出すか。
• RQ5 実データ＋シミュレーションデータの事前学習は性能と頑健性にどのような影響を与えるか。

主な発見

• GCSD は CST 対話品質において自動評価・人間評価の両方で強力なベースラインを上回る。
• BLEU-4 の改善は CST の表現と多-party のターン分割学習の向上を示す。
• GCSD はマルチパーティ文脈で人間の関連性スコアがベースラインより高くなる。
• アブレーションにより、シミュレーションデータ事前学習、動的状態モデリング、CST に焦点を当てたアテンション損失がそれぞれ性能に寄与することが示される。
• 人間のA/Bテストでは、GCSD が同領域の複数ベースライン、GPT-4o を含むに対して有利な勝率を示した。