論文の概要: Remote health monitoring and diagnosis in the time of COVID-19
- arxiv url: http://arxiv.org/abs/2005.08537v5
- Date: Thu, 15 Oct 2020 17:31:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-19 11:33:18.326116
- Title: Remote health monitoring and diagnosis in the time of COVID-19
- Title（参考訳）: 新型コロナウイルス感染時の遠隔健康モニタリングと診断
- Authors: Joachim A. Behar, Chengyu Liu, Kevin Kotzen, Kenta Tsutsui, Valentina
D.A. Corino, Janmajay Singh, Marco A.F. Pimentel, Philip Warrick, Sebastian
Zaunseder, Fernando Andreotti, David Sebag, Georgy Popanitsa, Patrick E.
McSharry, Walter Karlen, Chandan Karmakar and Gari D. Clifford
- Abstract要約: コロナウイルス(COVID-19)は重症急性呼吸器症候群ウイルス(SARS-CoV-2)によって引き起こされる
パンデミックは、遠隔医療サービスを提供するための新しいルートを革新し、拡張し、創り出すインセンティブを駆り立ててきた。
- 参考スコア（独自算出の注目度）: 51.01158603315544
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Coronavirus disease (COVID-19) is caused by the severe acute respiratory
syndrome coronavirus 2 (SARS-CoV-2) that is rapidly spreading across the globe.
The clinical spectrum of SARS-CoV-2 pneumonia ranges from mild to critically
ill cases and requires early detection and monitoring, within a clinical
environment for critical cases and remotely for mild cases. The fear of
contamination in clinical environments has led to a dramatic reduction in
on-site referrals for routine care. There has also been a perceived need to
continuously monitor non-severe COVID- 19 patients, either from their
quarantine site at home, or dedicated quarantine locations (e.g., hotels).
Thus, the pandemic has driven incentives to innovate and enhance or create new
routes for providing healthcare services at distance. In particular, this has
created a dramatic impetus to find innovative ways to remotely and effectively
monitor patient health status. In this paper we present a short review of
remote health monitoring initiatives taken in 19 states during the time of the
pandemic. We emphasize in the discussion particular aspects that are common
ground for the reviewed states, in particular the future impact of the pandemic
on remote health monitoring and consideration on data privacy.
- Abstract（参考訳）: コロナウイルスは、世界中で急速に拡散している重症急性呼吸器症候群ウイルス2(SARS-CoV-2)によって引き起こされる。
SARS-CoV-2肺炎の臨床スペクトルは軽症から重篤な症例まで様々であり、臨床環境では重篤な症例、遠隔では軽微な症例で早期発見とモニタリングが必要である。
臨床環境における汚染の恐れは、日常診療の現場紹介を劇的に減少させた。
また、自宅の検疫所や専用の検疫所(ホテルなど)から、非分離型19人の患者を継続的に監視する必要性も認識されている。
これにより、パンデミックは医療サービスを遠隔で提供するための新しいルートを革新し、強化し、創り出すインセンティブを導いた。
特にこれは、患者の健康状態を遠隔かつ効果的に監視する革新的な方法を見つけるための劇的な動きを生み出した。
本稿では,パンデミック時の19の州において実施されている遠隔医療モニタリングのイニシアチブについて概説する。
特に、パンデミックがリモートヘルスモニタリングやデータプライバシに関する考慮に与えた影響を強調する。
関連論文リスト
- COVID-Net US: A Tailored, Highly Efficient, Self-Attention Deep
Convolutional Neural Network Design for Detection of COVID-19 Patient Cases
from Point-of-care Ultrasound Imaging [101.27276001592101]
我々は,肺POCUS画像からの新型コロナウイルススクリーニングに適した,高効率で自己注意型の深層畳み込みニューラルネットワーク設計であるCOVID-Net USを紹介した。
実験の結果、提案されたCOVID-Net USは、アーキテクチャの複雑さが353倍、計算の複雑さが62倍、Raspberry Piで14.3倍高速なAUCを達成できることがわかった。
リソース制約のある環境において安価な医療と人工知能を提唱するために、COVID-Net USをオープンソースにし、COVID-Netオープンソースイニシアチブの一部として公開しました。
論文 参考訳（メタデータ） (2021-08-05T16:47:33Z) - Rapid COVID-19 Risk Screening by Eye-region Manifestations [64.6260390977642]
新型コロナウイルス(COVID-19)の患者には、臨床的な証拠として、より多くの眼症状が報告されている。
そこで本研究では,共通CCDおよびCMOSカメラで撮像された眼領域画像の高速スクリーニング手法を提案する。
我々の新型コロナウイルスの急激な事前スクリーニングモデルは、コストが低く、完全自己パフォーマンスで、非侵襲的で、重要なリアルタイム性を持つため、継続的な健康監視を可能にします。
論文 参考訳（メタデータ） (2021-06-12T01:56:10Z) - COVID-Net CXR-S: Deep Convolutional Neural Network for Severity
Assessment of COVID-19 Cases from Chest X-ray Images [74.77272804752306]
胸部CXR画像に基づくSARS-CoV-2陽性患者の空間重症度を予測する畳み込みニューラルネットワークであるCOVID-Net CXR-Sについて紹介する。
患者15,000人以上の多国籍コホートから得られた16,000以上のCXR画像から得られた表現的知識を,重症度評価のためのカスタムネットワークアーキテクチャへ伝達する。
提案したCXR-Sは、新型コロナウイルス陽性患者のCXR画像のコンピュータ支援による重症度評価のための強力なツールとなる可能性がある。
論文 参考訳（メタデータ） (2021-05-01T14:15:12Z) - IoT Platform for COVID-19 Prevention and Control: A Survey [6.889788474065788]
新型コロナウイルス感染症2019(COVID-19)は、前例のないパンデミックに発展した。
IoT(Internet of Things)プラットフォームは、この目標を達成するために使用されるのが望ましい。
本稿では,IoTを疫病予防制御システムに組み込む方法について述べる。
論文 参考訳（メタデータ） (2020-10-15T22:43:03Z) - A New Screening Method for COVID-19 based on Ocular Feature Recognition
by Machine Learning Tools [66.20818586629278]
コロナウイルス感染症2019(COVID-19)は、数百万人に影響している。
一般的なCCDやCMOSカメラで撮影された視線領域の画像を分析する新しいスクリーニング手法は、新型コロナウイルスの急激なリスクスクリーニングを確実に実現する可能性がある。
論文 参考訳（メタデータ） (2020-09-04T00:50:27Z) - A Review on the State of the Art in Non Contact Sensing for COVID-19 [9.658514673601326]
SARS-CoV-2によって引き起こされた新型コロナウイルス(COVID-19)は、最近世界的なパンデミックを引き起こしている。
世界中の政府は、感染拡大を抑えるため、自宅に留まるよう国民に指示している。
新型コロナウイルスの感染拡大を抑える目的は、病院での感染を防ぐことである。
論文 参考訳（メタデータ） (2020-07-28T11:18:38Z) - Understanding the temporal evolution of COVID-19 research through
machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。
私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。
調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文 参考訳（メタデータ） (2020-07-22T18:02:39Z) - Internet of Things for Current COVID-19 and Future Pandemics: An
Exploratory Study [4.785691596724824]
IoT(Internet of Things)は、さまざまな学術分野と産業分野における新しい研究トピックとして、説得力のある研究基盤を引いている。
新型コロナウイルス感染症(COVID-19)による世界的なパンデミックは、1918年のパンデミック以降で最大の公衆衛生危機を呈している。
世界の新型コロナウイルス感染者は31万人を超えた。
論文 参考訳（メタデータ） (2020-07-22T00:37:24Z) - Deep Learning on Chest X-ray Images to Detect and Evaluate Pneumonia
Cases at the Era of COVID-19 [14.693391992808685]
コロナウイルス病2019(COVID-19)は、インフルエンザに似た最初の症状を持つ感染症である。
本稿では,胸部X線画像の自動解析のためのディープラーニング手法について検討する。
深層学習モデルは肺炎、特にウイルス感染症を検出するために提案されている。
論文 参考訳（メタデータ） (2020-04-05T21:30:54Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。