論文の概要: The challenges of deploying artificial intelligence models in a rapidly evolving pandemic

• arxiv url: http://arxiv.org/abs/2005.12137v1
• Date: Tue, 19 May 2020 21:11:48 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-01 14:53:19.714481
• Title: The challenges of deploying artificial intelligence models in a rapidly evolving pandemic
• Title（参考訳）: 急速に発展するパンデミックにおける人工知能モデルの展開の課題
• Authors: Yipeng Hu, Joseph Jacob, Geoffrey JM Parker, David J Hawkes, John R Hurst, Danail Stoyanov
• Abstract要約: 我々は、AIモデルの可能性を加速するために、基礎研究と応用研究の両方が不可欠であると主張する。 この視点は、世界の科学コミュニティが将来の病気の発生に対してより効果的に対処する方法を垣間見ることができるかもしれない。
• 参考スコア（独自算出の注目度）: 10.188172055060544
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The COVID-19 pandemic, caused by the severe acute respiratory syndrome coronavirus 2, emerged into a world being rapidly transformed by artificial intelligence (AI) based on big data, computational power and neural networks. The gaze of these networks has in recent years turned increasingly towards applications in healthcare. It was perhaps inevitable that COVID-19, a global disease propagating health and economic devastation, should capture the attention and resources of the world's computer scientists in academia and industry. The potential for AI to support the response to the pandemic has been proposed across a wide range of clinical and societal challenges, including disease forecasting, surveillance and antiviral drug discovery. This is likely to continue as the impact of the pandemic unfolds on the world's people, industries and economy but a surprising observation on the current pandemic has been the limited impact AI has had to date in the management of COVID-19. This correspondence focuses on exploring potential reasons behind the lack of successful adoption of AI models developed for COVID-19 diagnosis and prognosis, in front-line healthcare services. We highlight the moving clinical needs that models have had to address at different stages of the epidemic, and explain the importance of translating models to reflect local healthcare environments. We argue that both basic and applied research are essential to accelerate the potential of AI models, and this is particularly so during a rapidly evolving pandemic. This perspective on the response to COVID-19, may provide a glimpse into how the global scientific community should react to combat future disease outbreaks more effectively.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックは、ビッグデータ、計算力、ニューラルネットワークに基づく人工知能(AI)によって急速に変化している世界へと発展した。 近年、これらのネットワークの注目は医療分野の応用にますます向けられている。 健康と経済の破壊を広める世界的な病気であるcovid-19が、学界や産業における世界のコンピュータ科学者の関心と資源を捉えることは、おそらく避けられないことだった。 パンデミックへの対応を支援するAIの可能性は、病気の予測、監視、抗ウイルス薬の発見など、幅広い臨床および社会的な課題で提案されている。 パンデミックの影響が世界の人々、産業、経済に広がる中、これは今後も続く可能性が高いが、現在のパンデミックに対する驚くべき観察は、aiが新型コロナウイルス(covid-19)の管理にこれまでに与えた影響が限られていることだ。 この対応は、最前線の医療サービスにおいて、新型コロナウイルスの診断と予後のために開発されたAIモデルの採用が成功しなかったことの潜在的な理由を探究することに焦点を当てている。 我々は、流行の異なる段階でモデルが対処しなければならない移動型臨床ニーズを強調し、地域医療環境を反映した翻訳モデルの重要性を説明する。 我々は、AIモデルの可能性を加速するために、基礎研究と応用研究の両方が不可欠であると主張する。 新型コロナウイルスへの対応に関するこの視点は、世界の科学界が将来の感染症の流行にどう対処すべきかを垣間見ることができるかもしれない。

関連論文リスト

• COVID-19 Spreading Prediction and Impact Analysis by Using Artificial Intelligence for Sustainable Global Health Assessment [0.0]
  現在、新型コロナウイルスの流行は2,164,111人以上に影響し、世界中で200カ国以上で146,198人以上が死亡している。 この状況におけるAIの根本的な困難は、情報の可用性の制限と病気の確実性である。 本稿では、AIを統合して感染症の発生を予測するとともに、ディープラーニングを用いたAIが新型コロナウイルス感染した胸部X線を認識できるかどうかを検証した。
  論文  参考訳（メタデータ） (2023-04-23T19:48:29Z)
• Examining the Implementation of Digital Health to Strengthen the COVID-19 Pandemic Response and Recovery and Scale up Equitable Vaccine Access in African Countries [0.8602553195689513]
  アフリカでは、新型コロナウイルス(COVID-19)のパンデミックが深刻化している。 グローバルヘルス危機を緩和するデジタルヘルス技術がもたらす影響について検討した。
  論文  参考訳（メタデータ） (2022-06-03T23:43:49Z)
• COVID-Net Biochem: An Explainability-driven Framework to Building Machine Learning Models for Predicting Survival and Kidney Injury of COVID-19 Patients from Clinical and Biochemistry Data [66.43957431843324]
  我々は、機械学習モデルを構築するための汎用的で説明可能なフレームワークであるCOVID-Net Biochemを紹介する。 この枠組みを用いて、新型コロナウイルス患者の生存率と、入院中に急性腎不全を発症する可能性を予測する。
  論文  参考訳（メタデータ） (2022-04-24T07:38:37Z)
• Steering a Historical Disease Forecasting Model Under a Pandemic: Case of Flu and COVID-19 [75.99038202534628]
  我々は、インフルエンザとCOVID-19が共存する新しいシナリオに、歴史的疾患予測モデルを「操る」ことができる神経伝達学習アーキテクチャであるCALI-Netを提案する。 我々の実験は、現在のパンデミックに歴史的予測モデルを適用することに成功していることを示している。
  論文  参考訳（メタデータ） (2020-09-23T22:35:43Z)
• 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)
• A Survey on Applications of Artificial Intelligence in Fighting Against COVID-19 [75.84689958489724]
  SARS-CoV-2ウイルスによる新型コロナウイルスのパンデミックは世界中で急速に広がり、世界的な感染拡大につながっている。 新型コロナウイルス対策の強力なツールとして、人工知能(AI)技術はこのパンデミックに対抗するために広く利用されている。 この調査では、新型コロナウイルス対策におけるAIテクノロジの既存および潜在的応用に関する包括的見解を、医療とAI研究者に提示する。
  論文  参考訳（メタデータ） (2020-07-04T22:48:15Z)
• COVI White Paper [67.04578448931741]
  接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。 カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
  論文  参考訳（メタデータ） (2020-05-18T07:40:49Z)
• Visualising COVID-19 Research [4.664989082015335]
  そこで我々は,新しいテーマベース可視化手法を開発した。 大規模なコーパスの高度なデータモデリング、情報マッピング、トレンド分析を組み合わせる。 トップダウンでボトムアップのブラウジングと検索インターフェースを提供し、トピックや研究リソースを素早く発見する。
  論文  参考訳（メタデータ） (2020-05-13T15:45:14Z)
• Mapping the Landscape of Artificial Intelligence Applications against COVID-19 [59.30734371401316]
  世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。 我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
  論文  参考訳（メタデータ） (2020-03-25T12:30:33Z)

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。