Fugu-MT 論文翻訳(概要): Review the Enterprise Resource Planning in Moroccan Healthcare Organizations

論文の概要: Review the Enterprise Resource Planning in Moroccan Healthcare Organizations

arxiv url: http://arxiv.org/abs/2010.06989v1
Date: Tue, 22 Sep 2020 20:55:04 GMT
ステータス: 処理完了
システム内更新日: 2023-05-01 06:48:51.258486
Title: Review the Enterprise Resource Planning in Moroccan Healthcare Organizations
Title（参考訳）: モロッコの医療機関における企業資源計画の見直し
Authors: Fatima Zahra Yamani, Mohamed El Merouani
Abstract要約: モロッコの病院情報システム(HIS)は、患者のケアの過程において中心的な役割を担っている。組織内におけるHISの現状を分析し、統合的で総合的なビジョンを実現するためのアプローチが提案されている。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The Hospital Information Systems (HIS) in Morocco take a central place in the process of patient care. An approach is made to analyze the current situation of the HIS within the institutions in order to bring an integral and generic vision, allowing the judicious articulation of the business and IT layers. Currently, the Enterprise Resource Planning (ERP) implemented remains a system consisting of several applications dedicated to specific areas. These systems have become an indispensable element within any hospital. The goal of our study is to discover how the ERP has been used in Moroccan healthcare sector and how these software should be implemented and used to improve healthcare services.
Abstract（参考訳）: モロッコの病院情報システム(HIS)は、患者のケアの過程において中心的な位置を占めている。組織内のHISの現状を分析して、統合的で汎用的なビジョンをもたらし、ビジネス層とIT層の司法的記述を可能にします。現在、ERP(Enterprise Resource Planning)が実装されているのは、特定の分野に特化したいくつかのアプリケーションで構成されるシステムである。これらのシステムはどの病院でも必須の要素となっている。本研究の目的は、モロッコの医療セクターでERPがどのように使われているか、これらのソフトウェアをどのように実装して医療サービスを改善するべきかを明らかにすることである。

関連論文リスト

Comprehensive and Practical Evaluation of Retrieval-Augmented Generation Systems for Medical Question Answering [70.44269982045415]
Retrieval-augmented Generation (RAG) は,大規模言語モデル (LLM) の性能向上のための有望なアプローチとして登場した。医療用QAデータセットに様々な補助的要素を提供するMedRGB(MedRGB)を導入する。実験結果から,検索した文書のノイズや誤情報の処理能力に限界があることが判明した。
論文参考訳（メタデータ） (2024-11-14T06:19:18Z)
Multimodal Federated Learning in Healthcare: a Review [5.983768682145731]
フェデレートラーニング(FL)は、データを統合する必要のない分散メカニズムを提供する。本稿では,医療分野におけるマルチモーダル・フェデレート・ラーニング(MMFL)の現状について概説する。最先端のAI技術と、医療アプリケーションにおける患者のデータプライバシの必要性のギャップを埋めることを目指している。
論文参考訳（メタデータ） (2023-10-14T19:43:06Z)
Machine Learning Applications In Healthcare: The State Of Knowledge and Future Directions [0.0]
本研究の目的は,医療分野のさまざまな分野におけるML応用を簡潔かつ効果的に収集することであった。本研究は,地域レベルでの作業,リスク管理・予防ケア,医療運用管理,遠隔医療,早期発見の5つのグループに分けた。我々の目標は、医療産業におけるML適用性について人々に知らせ、臨床医の機械学習応用に関する知識ギャップを減らし、より機械学習ベースの医療システムに医療専門家を動機付けることである。
論文参考訳（メタデータ） (2023-07-26T09:34:34Z)
The Design and Implementation of a National AI Platform for Public Healthcare in Italy: Implications for Semantics and Interoperability [62.997667081978825]
イタリア国立衛生局は、その技術機関を通じて人工知能を採用している。このような広大なプログラムには、知識領域の形式化に特別な注意が必要である。 AIが患者、開業医、健康システムに与える影響について疑問が投げかけられている。
論文参考訳（メタデータ） (2023-04-24T08:00:02Z)
Privacy-preserving machine learning for healthcare: open challenges and future perspectives [72.43506759789861]
医療におけるプライバシー保護機械学習(PPML)に関する最近の文献を概観する。プライバシ保護トレーニングと推論・アズ・ア・サービスに重点を置いています。このレビューの目的は、医療におけるプライベートかつ効率的なMLモデルの開発をガイドすることである。
論文参考訳（メタデータ） (2023-03-27T19:20:51Z)
Review of the AMLAS Methodology for Application in Healthcare [2.6072209210124675]
患者の安全が損なわれないように、MLの安全性を積極的に保証する必要がある。 Assurance of Machine Learning for use in autonomous Systems methodは、Assuring Autonomy International Programmeによって開発された。本総説では,ML製造業者に対して,現行の安全保証プラクティスから収束するか,逸脱するかを判断するため,方法論を査定した。
論文参考訳（メタデータ） (2022-09-01T13:00:36Z)
MedPerf: Open Benchmarking Platform for Medical Artificial Intelligence using Federated Evaluation [110.31526448744096]
この可能性を解き明かすには、大規模な異種データに対して医療AIモデルの性能を測定する体系的な方法が必要である、と私たちは主張する。 MedPerfは、医療分野で機械学習をベンチマークするためのオープンフレームワークです。
論文参考訳（メタデータ） (2021-09-29T18:09:41Z)
The Medkit-Learn(ing) Environment: Medical Decision Modelling through Simulation [81.72197368690031]
医用シーケンシャルな意思決定に特化して設計された新しいベンチマークスイートを提案する。 Medkit-Learn(ing) Environmentは、高忠実度合成医療データに簡単かつ簡単にアクセスできるPythonパッケージである。
論文参考訳（メタデータ） (2021-06-08T10:38:09Z)
I-Health: Leveraging Edge Computing and Blockchain for Epidemic Management [36.55809341110476]
エピデミックな状況は、厳密な時間制約の中で、異なる場所やエンティティから集中的なデータ収集と管理を要求する。本稿では, 独自の医療システムにおいて, 多様なeヘルスエンティティを集約することを目的とした, インテリジェントヘルス(Iヘルス)システムを提案する。特に,早期発見,遠隔監視,迅速な緊急対応が可能な,患者自動監視方式をエッジに設計する。
論文参考訳（メタデータ） (2020-12-18T23:41:00Z)
CPAS: the UK's National Machine Learning-based Hospital Capacity Planning System for COVID-19 [111.69190108272133]
新型コロナウイルス(COVID-19)の2019年は、集中治療リソースに対する前例のない需要を伴う圧倒的な医療システムの脅威となる。病院資源計画のための機械学習システムであるCPAS(COVID-19 Capacity Planning and Analysis System)を開発した。 CPASは、新型コロナウイルス(COVID-19)のパンデミックに対処するため、全国規模で病院に配備された最初の機械学習ベースのシステムの一つだ。
論文参考訳（メタデータ） (2020-07-27T19:39:13Z)

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。