論文の概要: MHealth: An Artificial Intelligence Oriented Mobile Application for
Personal Healthcare Support
- arxiv url: http://arxiv.org/abs/2108.09277v1
- Date: Wed, 18 Aug 2021 17:33:17 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-24 00:32:46.154127
- Title: MHealth: An Artificial Intelligence Oriented Mobile Application for
Personal Healthcare Support
- Title(参考訳): mhealth: パーソナルヘルスケア支援のための人工知能指向のモバイルアプリケーション
- Authors: Ismail Ali Afrah, Utku Kose
- Abstract要約: 本研究の目的は、人工知能をサポートする専門的なシステムベースのmHealthアプリケーションを導入することである。
この研究により、人工知能をサポートし、日常生活における一般的な健康問題に対する動的サポートを提供するモバイルソフトウェアシステムが設計された。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Main objective of this study is to introduce an expert system-based mHealth
application that takes Artificial Intelligence support by considering
previously introduced solutions from the literature and employing possible
requirements for a better solution. Thanks to that research study, a mobile
software system having Artificial Intelligence support and providing dynamic
support against the common health problems in daily life was designed-developed
and it was evaluated via survey and diagnosis-based evaluation tasks.
Evaluation tasks indicated positive outcomes for the mHealth system.
- Abstract(参考訳): 本研究の目的は,先述した文献からのソリューションを考慮し,よりよいソリューションのために可能な要件を使用することにより,人工知能支援を行うエキスパートシステムベースのmhealthアプリケーションを提案することである。
この研究により、人工知能をサポートし、日常生活における一般的な健康問題に対する動的支援を提供するモバイルソフトウェアシステムが設計され、調査および診断に基づく評価タスクによって評価された。
評価課題はmHealthシステムに対して陽性であった。
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) - SouLLMate: An Adaptive LLM-Driven System for Advanced Mental Health Support and Assessment, Based on a Systematic Application Survey [9.146311285410631]
メンタルヘルスの問題は個人の日常生活に大きな影響を及ぼすが、多くの人は利用可能なオンラインリソースでも必要な支援を受けていない。
この研究は、最先端のAI技術を通じて、アクセス可能で、スティグマフリーで、パーソナライズされ、リアルタイムなメンタルヘルスサポート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) (2024-10-06T17:11:29Z) - Navigating Design Science Research in mHealth Applications: A Guide to Best Practices [1.5020330976600735]
デザインサイエンスリサーチ(DSR)は、現実世界の問題を解決する革新的な人工物を作成し、評価することを目的としている。
本稿では,mHealth アプリケーションプロジェクトにおける DSR 活用の枠組みについて述べる。
論文 参考訳(メタデータ) (2024-08-28T07:56:39Z) - Harnessing the Digital Revolution: A Comprehensive Review of mHealth Applications for Remote Monitoring in Transforming Healthcare Delivery [1.03590082373586]
このレビューでは、遠隔医療プラットフォーム、慢性疾患管理用のモバイルアプリ、ウェアラブルデバイスなど、リモート監視に使用されるさまざまなタイプのmHealthアプリケーションを強調している。
これらの応用の利点は、患者の成果の改善、医療へのアクセスの向上、医療費の削減、医療格差への対処である。
しかしながら、プライバシやセキュリティ上の懸念、技術的なインフラストラクチャの欠如、規制のイシュー、データの正確性、ユーザの遵守、ディジタルディビジョンといった課題や制限には対処する必要がある。
論文 参考訳(メタデータ) (2024-08-26T11:32:43Z) - Multi-task Learning for Personal Health Mention Detection on Social
Media [70.23889100356091]
本研究では、マルチタスク学習フレームワークを用いて、利用可能な注釈付きデータを活用し、メインタスクのパフォーマンスを向上させる。
我々は、感情検出を補助タスクとして利用することで、感情情報を対象タスクに組み込むことに重点を置いている。
論文 参考訳(メタデータ) (2022-12-09T23:49:00Z) - What Do End-Users Really Want? Investigation of Human-Centered XAI for
Mobile Health Apps [69.53730499849023]
説明可能なAI(XAI)を評価するために,ユーザ中心のペルソナ概念を提案する。
分析の結果,ユーザの人口統計や性格,説明のタイプ,影響説明の嗜好が示された。
私たちの洞察は、対話的で人間中心のXAIを実践的な応用に近づけます。
論文 参考訳(メタデータ) (2022-10-07T12:51:27Z) - Reducing a complex two-sided smartwatch examination for Parkinson's
Disease to an efficient one-sided examination preserving machine learning
accuracy [63.20765930558542]
パーキンソン病(PD)研究における技術ベースアセスメントの実施状況について報告した。
本研究は、両手同期スマートウォッチ測定におけるPDサンプルサイズとして最大である。
論文 参考訳(メタデータ) (2022-05-11T09:12:59Z) - Certainty Modeling of a Decision Support System for Mobile Monitoring of
Exercise induced Respiratory Conditions [0.0]
目的は、患者の状態管理を支援するモバイルツールを開発することである。
提案するモデルアーキテクチャについて述べるとともに,臨床現場での応用シナリオについて述べる。
論文 参考訳(メタデータ) (2021-10-15T07:26:36Z) - 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) - Smart Healthcare in the Age of AI: Recent Advances, Challenges, and
Future Prospects [3.3336265497547126]
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。
論文 参考訳(メタデータ) (2021-06-24T05:10:47Z) - 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)
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。