Fugu-MT 論文翻訳(概要): Machine Learning as a Catalyst for Value-Based Health Care

論文の概要: Machine Learning as a Catalyst for Value-Based Health Care

arxiv url: http://arxiv.org/abs/2005.07534v1
Date: Fri, 15 May 2020 13:22:08 GMT
ステータス: 処理完了
システム内更新日: 2023-05-20 03:14:15.094317
Title: Machine Learning as a Catalyst for Value-Based Health Care
Title（参考訳）: 価値に基づくヘルスケアの触媒としての機械学習
Authors: Matthew G. Crowson and Timothy C.Y. Chan
Abstract要約: 機械学習は、臨床的意思決定における誤りを減らすことによって、価値に基づく医療を改善することができると論じる。医療における人工知能導入の幅広い戦略を考察し、機械学習がいかに価値ベースのケアにポジティブに影響を及ぼすかを強調するのは時期尚早である。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: In this manuscript, we present an argument that machine learning, a subfield of artificial intelligence, can drive improvement in value-based health care through reducing error in clinical decision making. Much of what has been previously published on machine learning in medicine represent single-use or proof-of-concept cases, as well as broad reviews of the advantages and limitations of machine learning. It is timely to look at the broader strategy for artificial intelligence implementation in medicine and emphasize how machine learning can positively influence value-based care.
Abstract（参考訳）: 本稿では,人工知能のサブフィールドである機械学習が,臨床的意思決定の誤りを減らし,価値に基づく医療を改善することができるという主張を述べる。以前に医学で機械学習に発表されたものの多くは、単一使用または概念実証のケースであり、機械学習の利点と限界に関する広範なレビューである。医療における人工知能導入の幅広い戦略を考察し、機械学習がいかに価値に基づくケアにポジティブに影響を及ぼすかを強調するのは時期尚早である。

関連論文リスト

Machine Learning Innovations in CPR: A Comprehensive Survey on Enhanced Resuscitation Techniques [52.71395121577439]
心肺蘇生(CPR)における機械学習(ML)と人工知能(AI)の変革的役割について検討する。再現結果を改善する上で、予測モデリング、AI強化デバイス、リアルタイムデータ分析の影響を強調している。本稿は、この新興分野における現在の応用、課題、今後の方向性に関する包括的概要、分類、および批判的分析を提供する。
論文参考訳（メタデータ） (2024-11-03T18:01:50Z)
Physical formula enhanced multi-task learning for pharmacokinetics prediction [54.13787789006417]
AIによる薬物発見の大きな課題は、高品質なデータの不足である。薬物動態の4つの重要なパラメータを同時に予測するPEMAL法を開発した。実験の結果,PEMALは一般的なグラフニューラルネットワークに比べてデータ需要を著しく低減することがわかった。
論文参考訳（メタデータ） (2024-04-16T07:42:55Z)
MLIP: Enhancing Medical Visual Representation with Divergence Encoder and Knowledge-guided Contrastive Learning [48.97640824497327]
本稿では、画像テキストのコントラスト学習を通じて、言語情報を視覚領域に統合するための案内信号として、ドメイン固有の医療知識を活用する新しいフレームワークを提案する。我々のモデルには、設計した分散エンコーダによるグローバルコントラスト学習、局所トークン・知識・パッチアライメントコントラスト学習、知識誘導型カテゴリレベルのコントラスト学習、エキスパートナレッジによるコントラスト学習が含まれる。特に、MLIPは、限られた注釈付きデータであっても最先端の手法を超越し、医療表現学習の進歩におけるマルチモーダル事前学習の可能性を強調している。
論文参考訳（メタデータ） (2024-02-03T05:48:50Z)
Interpretable Medical Imagery Diagnosis with Self-Attentive Transformers: A Review of Explainable AI for Health Care [2.7195102129095003]
ビジョントランスフォーマー(ViT)は、自己注意モジュールの恩恵を受け、最先端のコンピュータビジョンモデルとして登場した。ディープラーニングモデルは複雑で、しばしば"ブラックボックス"として扱われる。本稿では、最近のViTの進歩と、ViTの意思決定プロセスを理解するための解釈的アプローチを要約する。
論文参考訳（メタデータ） (2023-09-01T05:01:52Z)
Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。 PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文参考訳（メタデータ） (2023-08-15T16:37:16Z)
Towards Interpretability in Audio and Visual Affective Machine Learning: A Review [0.0]
我々は、感情的機械学習の文脈における解釈可能性の使用について、構造化された文献レビューを行う。以上の結果から,過去5年間の解釈可能性手法の出現が示唆された。現在、使用法は、使用方法の範囲、評価の深さ、使用事例の検討に限られている。
論文参考訳（メタデータ） (2023-06-15T08:16:01Z)
Introduction to Machine Learning for Physicians: A Survival Guide for Data Deluge [9.152759278163954]
現代の研究分野は、大規模な、しばしば構造化されていない、不安定なデータセットの収集と分析にますます依存している。このデータルージュを活用できる機械学習や人工知能アプリケーションへの関心が高まっている。この幅広い非技術的概要は、医学的および生物学的応用に特に焦点をあてた、機械学習への穏やかな紹介を提供する。
論文参考訳（メタデータ） (2022-12-23T13:08:59Z)
AutoPrognosis 2.0: Democratizing Diagnostic and Prognostic Modeling in Healthcare with Automated Machine Learning [72.2614468437919]
本稿では,診断・予後モデルを開発するための機械学習フレームワークAutoPrognosis 2.0を提案する。我々は,英国バイオバンクを用いた糖尿病の予後リスクスコアを構築するための図解的アプリケーションを提供する。我々のリスクスコアはWebベースの意思決定支援ツールとして実装されており、世界中の患者や臨床医がアクセスできる。
論文参考訳（メタデータ） (2022-10-21T16:31:46Z)
Detecting Shortcut Learning for Fair Medical AI using Shortcut Testing [62.9062883851246]
機械学習は医療の改善に大いに貢献するが、その利用が健康格差を広めたり増幅したりしないことを確実にすることは重要である。アルゴリズムの不公平性の潜在的な要因の1つ、ショートカット学習は、トレーニングデータにおける不適切な相関に基づいてMLモデルが予測した時に発生する。マルチタスク学習を用いて,臨床MLシステムの公平性評価の一環として,ショートカット学習の評価と緩和を行う手法を提案する。
論文参考訳（メタデータ） (2022-07-21T09:35:38Z)
Machine learning-based clinical prediction modeling -- A practical guide for clinicians [0.0]
機械学習や人工知能に関連する原稿の数は、ここ数年で指数関数的に増えている。第1節では、機械学習の一般的な原理について解説する。さらに,再サンプリング,オーバーフィッティング,モデル一般化性の重要性とモデル評価戦略を概観する。
論文参考訳（メタデータ） (2020-06-23T20:11:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。