論文の概要: Smart Healthcare in the Age of AI: Recent Advances, Challenges, and Future Prospects

• arxiv url: http://arxiv.org/abs/2107.03924v1
• Date: Thu, 24 Jun 2021 05:10:47 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-11 11:33:12.975172
• Title: Smart Healthcare in the Age of AI: Recent Advances, Challenges, and Future Prospects
• Title（参考訳）: AI時代のスマートヘルスケア : 最近の進歩,課題,今後の展望
• Authors: Mahmoud Nasr, MD. Milon Islam, Shady Shehata, Fakhri Karray and Yuri Quintana
• Abstract要約: スマートヘルスケアシステムは近年関心が高まりつつあるトピックであり、現代技術における大きな発展のためにますます必要となってきた。 本研究の目的は、健康モニタリングのためのウェアラブルやスマートフォンデバイス、疾患診断のための機械学習、環境支援生活環境向けに開発された社会ロボットを含む支援フレームワークなど、主要な分野を取り上げ、現在最先端のスマートヘルスケアシステムについて議論することである。
• 参考スコア（独自算出の注目度）: 3.3336265497547126
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The significant increase in the number of individuals with chronic ailments (including the elderly and disabled) has dictated an urgent need for an innovative model for healthcare systems. The evolved model will be more personalized and less reliant on traditional brick-and-mortar healthcare institutions such as hospitals, nursing homes, and long-term healthcare centers. The smart healthcare system is a topic of recently growing interest and has become increasingly required due to major developments in modern technologies, especially in artificial intelligence (AI) and machine learning (ML). This paper is aimed to discuss the current state-of-the-art smart healthcare systems highlighting major areas like wearable and smartphone devices for health monitoring, machine learning for disease diagnosis, and the assistive frameworks, including social robots developed for the ambient assisted living environment. Additionally, the paper demonstrates software integration architectures that are very significant to create smart healthcare systems, integrating seamlessly the benefit of data analytics and other tools of AI. The explained developed systems focus on several facets: the contribution of each developed framework, the detailed working procedure, the performance as outcomes, and the comparative merits and limitations. The current research challenges with potential future directions are addressed to highlight the drawbacks of existing systems and the possible methods to introduce novel frameworks, respectively. This review aims at providing comprehensive insights into the recent developments of smart healthcare systems to equip experts to contribute to the field.
• Abstract（参考訳）: 慢性疾患(高齢者や障害者を含む)の患者数の増加は、医療システムの革新的なモデルの必要性を緊急に求めている。 進化したモデルは、よりパーソナライズされ、病院、老人ホーム、長期医療センターなどの伝統的なリアルな医療機関に依存しない。 スマートヘルスケアシステムは最近関心が高まっているトピックであり、特に人工知能(ai)と機械学習(ml)において、現代的なテクノロジの大きな進歩のためにますます求められている。 本稿では,健康モニタリングのためのウェアラブルデバイスやスマートフォンデバイス,疾患診断のための機械学習,環境支援生活環境用に開発されたソーシャルロボットを含む支援フレームワークなど,最先端のスマートヘルスケアシステムについて論じる。 さらに、スマートヘルスケアシステムを構築する上で非常に重要なソフトウェア統合アーキテクチャを示し、データ分析やその他のAIツールの利点をシームレスに統合する。 説明された開発システムは、それぞれの開発フレームワークの貢献、詳細な作業手順、成果としてのパフォーマンス、比較的なメリットと制限など、いくつかの側面に焦点を当てている。 今後の方向性に関する現在の研究課題は、既存のシステムの欠点と、新しいフレームワークを導入する可能性を強調している。 このレビューは、スマートヘルスケアシステムの最近の発展に関する総合的な洞察を提供することを目標とし、この分野に貢献する専門家を育成する。

関連論文リスト

• A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
  神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。 重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。 人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
  論文  参考訳（メタデータ） (2024-05-21T06:44:40Z)
• Hair and scalp disease detection using deep learning [0.3958317527488534]
  本稿では, 皮膚科における先駆的アプローチについて紹介し, 毛髪・頭皮疾患の検出のための堅牢な方法を提案する。 提案手法は画像認識における有効性でよく知られている畳み込みニューラルネットワーク(CNN)に依存している。 本システムは, 早期診断・診断の非侵襲的かつ高効率な手段として, 皮膚科診断の進歩を示す。
  論文  参考訳（メタデータ） (2024-03-09T04:49:40Z)
• Health-LLM: Personalized Retrieval-Augmented Disease Prediction System [43.91623010448573]
  本稿では,大規模特徴抽出と医療知識トレードオフスコアリングを組み合わせた,革新的なフレームワークHeath-LLMを提案する。 従来の健康管理アプリケーションと比較して,本システムには3つの利点がある。
  論文  参考訳（メタデータ） (2024-02-01T16:40:32Z)
• Towards Smart Healthcare: Challenges and Opportunities in IoT and ML [0.0]
  新型コロナウイルス(COVID-19)のパンデミックや他の健康危機は、世界中の医療サービスを促進する必要性を浮き彫りにした。 この章は、IoTヘルスケアセクターに機械学習メソッドを統合する際に直面するハードルを探求することに焦点を当てている。 現在の研究課題と潜在的な機会を包括的にまとめ、三つのシナリオに分類する。
  論文  参考訳（メタデータ） (2023-12-09T10:45:44Z)
• 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)
• Artificial General Intelligence for Medical Imaging Analysis [92.3940918983821]
  大規模人工知能(AGI)モデルは、様々な汎用ドメインタスクにおいて前例のない成功を収めた。 これらのモデルは、医学分野固有の複雑さとユニークな特徴から生じる顕著な課題に直面している。 このレビューは、医療画像、医療などにおけるAGIの将来的な意味についての洞察を提供することを目的としている。
  論文  参考訳（メタデータ） (2023-06-08T18:04:13Z)
• HEAR4Health: A blueprint for making computer audition a staple of modern healthcare [89.8799665638295]
  近年、従来の医療システムを変革する試みとして、デジタル医療の研究が急速に増加している。 コンピュータによるオーディションは、少なくとも商業的関心の面では遅れている。 実生活における聴覚信号の分析に必要な基礎技術に対応する聴覚、計算とデータ効率の進歩、個々の差異を考慮し、医療データの長手性を扱う聴覚。
  論文  参考訳（メタデータ） (2023-01-25T09:25:08Z)
• Edge Intelligence for Empowering IoT-based Healthcare Systems [42.909808437026136]
  この記事では、スマートヘルスケアシステムにおけるAIとともに、エッジインテリジェント技術のメリットを強調します。 スマートヘルスケアシステムにおけるAIとエッジ技術の利用を促進するために、新しいスマートヘルスケアモデルが提案されている。
  論文  参考訳（メタデータ） (2021-03-22T19:35:06Z)
• Photonics for artificial intelligence and neuromorphic computing [52.77024349608834]
  フォトニック集積回路は超高速な人工ニューラルネットワークを可能にした。 フォトニックニューロモルフィックシステムはナノ秒以下のレイテンシを提供する。 これらのシステムは、機械学習と人工知能の需要の増加に対応する可能性がある。
  論文  参考訳（メタデータ） (2020-10-30T21:41:44Z)

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。