論文の概要: I-Health: Leveraging Edge Computing and Blockchain for Epidemic Management

• arxiv url: http://arxiv.org/abs/2012.14294v1
• Date: Fri, 18 Dec 2020 23:41:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-20 06:07:24.091063
• Title: I-Health: Leveraging Edge Computing and Blockchain for Epidemic Management
• Title（参考訳）: I-Health: エピデミック管理にエッジコンピューティングとブロックチェーンを活用する
• Authors: Alaa Awad Abdellatif, Lutfi Samara, Amr Mohamed, Aiman Erbad, Carla Fabiana Chiasserini, Mohsen Guizani, Mark Dennis O'Connor, and James Laughton
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 36.55809341110476
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Epidemic situations typically demand intensive data collection and management from different locations/entities within a strict time constraint. Such demand can be fulfilled by leveraging the intensive and easy deployment of the Internet of Things (IoT) devices. The management and containment of such situations also rely on cross-organizational and national collaboration. Thus, this paper proposes an Intelligent-Health (I-Health) system that aims to aggregate diverse e-health entities in a unique national healthcare system by enabling swift, secure exchange and storage of medical data. In particular, we design an automated patients monitoring scheme, at the edge, which enables the prompt discovery, remote monitoring, and fast emergency response for critical medical events, such as emerging epidemics. Furthermore, we develop a blockchain optimization model that aims to optimize medical data sharing between different health entities to provide effective and secure health services. Finally, we show the effectiveness of our system, in adapting to different critical events, while highlighting the benefits of the proposed I-Health system.
• Abstract（参考訳）: 疫病の状況は通常、厳密な時間制約の中で異なる場所や施設から集中的なデータ収集と管理を要求する。 このような需要は、IoT(Internet of Things)デバイスの集中的かつ容易なデプロイメントを活用することで達成できる。 このような状況の管理と封じ込めは、組織横断的および国家的コラボレーションにも依存する。 そこで本稿では,医療データの迅速かつセキュアな交換・保存を可能にすることにより,多様なeヘルスエンティティを独自の医療システムに集約することを目的としたインテリジェントヘルスシステムを提案する。 特に,感染拡大など重要な医療イベントに対する迅速な発見,遠隔監視,迅速な緊急対応を可能にする,患者自動監視方式をエッジに設計する。 さらに,さまざまな医療エンティティ間の医療データ共有を最適化し,効果的かつセキュアな医療サービスを提供するブロックチェーン最適化モデルを開発した。 最後に,提案するi-healthシステムのメリットを強調しながら,異なるクリティカルイベントへの適応におけるシステムの有効性を示す。

関連論文リスト

• An Intelligent Quantum Cyber-Security Framework for Healthcare Data Management [4.828148213747833]
  本稿では,医療データ管理におけるセキュリティとプライバシの潜在的な問題を克服する,包括的な量子ベースのフレームワークを提案する。 提案したフレームワークは、高度な量子アプローチとより有能な量子アプローチを機械学習とを結合することで、医療データ管理全体を提供する。 提案されたIQ-HDMフレームワークと最先端の手法の実験的評価と比較は、医療データセキュリティに関連するサイバー脅威に対処する上で、67.6%の大幅な改善を概説している。
  論文  参考訳（メタデータ） (2024-10-04T08:04:48Z)
• The Digital Transformation in Health: How AI Can Improve the Performance of Health Systems [2.8351008282227266]
  モバイルヘルスは、医療提供と患者のエンゲージメントに革命をもたらす可能性がある。 適応的な介入の配信を可能にする人工知能と強化学習プラットフォームを提案する。 このプラットフォームの柔軟性は、さまざまなモバイルヘルスアプリケーションやデジタルデバイスに接続し、パーソナライズされたレコメンデーションを送信することで、デジタルツールがヘルスシステムの結果に与える影響を大幅に改善することができる。
  論文  参考訳（メタデータ） (2024-09-24T13:52:15Z)
• HNMblock: Blockchain technology powered Healthcare Network Model for epidemiological monitoring, medical systems security, and wellness [6.2997667081978825]
  本稿では,疫学モニタリング,医療システムセキュリティ,ウェルネス向上の領域を増大させるモデルであるHNMblockを紹介する。 ブロックチェーン固有の透明性と不変性を活用することで、HNMblockは、疫学データのリアルタイムでタンパーセーフな追跡を可能にする。 高度な暗号技術とスマートコントラクトを通じて医療システムのセキュリティを強化し、患者のプライバシ保護に重点を置いている。
  論文  参考訳（メタデータ） (2024-02-10T21:57:22Z)
• Blockchain-empowered Federated Learning for Healthcare Metaverses: User-centric Incentive Mechanism with Optimal Data Freshness [66.3982155172418]
  まず、医療メタバースのための分散型フェデレートラーニング(FL)に基づく、ユーザ中心のプライバシ保護フレームワークを設計する。 次に,情報時代(AoI)を有効データ更新度指標として利用し,観測理論(PT)に基づくAoIベースの契約理論モデルを提案し,センシングデータ共有の動機付けを行う。
  論文  参考訳（メタデータ） (2023-07-29T12:54:03Z)
• 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)
• 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)
• SSHealth: Toward Secure, Blockchain-Enabled Healthcare Systems [13.035267999201935]
  本稿では,感染症の発見,遠隔監視,迅速な緊急対応を可能にする,スマートでセキュアな医療システム(ssHealth)を提案する。 ブロックチェーンベースのアーキテクチャを開発し、そのフレキシブルな構成を可能にし、異なるヘルスエンティティ間の医療データ共有を最適化します。 提案するssHealthシステムの利点と今後の研究の方向性を明らかにする。
  論文  参考訳（メタデータ） (2020-06-18T20:34:56Z)
• 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)
• Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
  新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。 技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。 個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
  論文  参考訳（メタデータ） (2020-04-16T15:53:42Z)
• Edge Computing For Smart Health: Context-aware Approaches, Opportunities, and Challenges [13.506100532943162]
  スマートヘルスケア(s-health)を実現する上で最も有望なアプローチは、エッジコンピューティング機能と次世代無線ネットワーク技術である。 我々はMECベースのアーキテクチャを構想し、ネットワーク内およびコンテキスト対応処理を実現する上でのメリットについて論じる。 このようなアーキテクチャを活用して効率的なデータ配信を実現する2つの主要な機能を示す。
  論文  参考訳（メタデータ） (2020-04-15T19:50:24Z)

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。