Fugu-MT 論文翻訳(概要): ADVISER: AI-Driven Vaccination Intervention Optimiser for Increasing Vaccine Uptake in Nigeria

論文の概要: ADVISER: AI-Driven Vaccination Intervention Optimiser for Increasing Vaccine Uptake in Nigeria

arxiv url: http://arxiv.org/abs/2204.13663v1
Date: Thu, 28 Apr 2022 17:25:57 GMT
ステータス: 処理完了
システム内更新日: 2022-04-29 14:56:48.012723
Title: ADVISER: AI-Driven Vaccination Intervention Optimiser for Increasing Vaccine Uptake in Nigeria
Title（参考訳）: ADVISER: ナイジェリアにおけるワクチン摂取増加のためのAI駆動ワクチン介入オプティマイザ
Authors: Vineet Nair, Kritika Prakash, Michael Wilbur, Aparna Taneja, Corrine Namblard, Oyindamola Adeyemo, Abhishek Dubey, Abiodun Adereni, Milind Tambe, Ayan Mukhopadhyay
Abstract要約: 我々はナイジェリアの大規模非営利組織であるHelpMumと協力し、ワクチン接種率を高めるために不均一な健康介入を設計し、最適化する。我々のフレームワークであるADVISER: AI-Driven Vaccination Intervention Optimiserは、予防接種の成功確率を最大化する整数線形プログラムに基づいている。 HelpMumは現在、ナイジェリア最大の都市に展開するパイロットプログラムを計画している。
参考スコア（独自算出の注目度）: 19.623968103293425
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: More than 5 million children under five years die from largely preventable or treatable medical conditions every year, with an overwhelmingly large proportion of deaths occurring in under-developed countries with low vaccination uptake. One of the United Nations' sustainable development goals (SDG 3) aims to end preventable deaths of newborns and children under five years of age. We focus on Nigeria, where the rate of infant mortality is appalling. We collaborate with HelpMum, a large non-profit organization in Nigeria to design and optimize the allocation of heterogeneous health interventions under uncertainty to increase vaccination uptake, the first such collaboration in Nigeria. Our framework, ADVISER: AI-Driven Vaccination Intervention Optimiser, is based on an integer linear program that seeks to maximize the cumulative probability of successful vaccination. Our optimization formulation is intractable in practice. We present a heuristic approach that enables us to solve the problem for real-world use-cases. We also present theoretical bounds for the heuristic method. Finally, we show that the proposed approach outperforms baseline methods in terms of vaccination uptake through experimental evaluation. HelpMum is currently planning a pilot program based on our approach to be deployed in the largest city of Nigeria, which would be the first deployment of an AI-driven vaccination uptake program in the country and hopefully, pave the way for other data-driven programs to improve health outcomes in Nigeria.
Abstract（参考訳）: 5歳未満の子供500万人以上は毎年、予防や治療の可能な医療疾患で死亡しており、ワクチン接種率の低い未開発国では死亡者の割合が圧倒的に多い。国連の持続可能な開発目標(sdg3)の1つは、5歳未満の新生児や子供の予防可能な死亡を終わらせることである。私たちはナイジェリアに集中し、幼児死亡率がひどい。我々はナイジェリアの大規模非営利組織であるHelpMumと共同で、不確実性の下での不均一な健康介入を設計し、最適化し、ワクチン接種率を高める。我々のフレームワークであるADVISER: AI-Driven Vaccination Intervention Optimiserは、予防接種の成功確率を最大化する整数線形プログラムに基づいている。私たちの最適化の定式化は実際は難解です。実世界のユースケースの問題を解決するためのヒューリスティックなアプローチを提案する。また、ヒューリスティックな方法の理論的境界も提示する。最後に, 提案手法が, 実験的評価によるワクチン接種率の基準法を上回っていることを示す。 HelpMumは現在、ナイジェリア最大の都市に展開する私たちのアプローチに基づくパイロットプログラムを計画している。これは、AIによるワクチン接種プログラムの最初の展開であり、ナイジェリアにおける健康改善のための他のデータ駆動プログラムへの道を開くことを願っている。

関連論文リスト

Deploying ADVISER: Impact and Lessons from Using Artificial Intelligence for Child Vaccination Uptake in Nigeria [2.390802843124094]
ナイジェリアは乳幼児死亡率が低下している。ナイジェリアでの低ワクチン接種は、5歳未満の子どもの毎日2000人以上が死亡する主要な要因となっている。私たちはナイジェリアの政府パートナーと共同でADVISER: AI-Driven Vaccination Intervention Optimiserをデプロイしました。
論文参考訳（メタデータ） (2023-12-30T21:07:21Z)
Graph Adversarial Immunization for Certifiable Robustness [63.58739705845775]
グラフニューラルネットワーク(GNN)は敵の攻撃に対して脆弱である。既存の防衛は、敵の訓練やモデル修正の開発に重点を置いている。本稿では,グラフ構造の一部を接種するグラフ対人免疫法を提案し,定式化する。
論文参考訳（メタデータ） (2023-02-16T03:18:43Z)
Evaluating COVID-19 vaccine allocation policies using Bayesian $m$-top exploration [53.122045119395594]
マルチアーム・バンディット・フレームワークを用いてワクチンのアロケーション戦略を評価する新しい手法を提案する。 $m$-top Exploringにより、アルゴリズムは最高のユーティリティを期待する$m$ポリシーを学ぶことができる。ベルギーのCOVID-19流行を個人モデルSTRIDEを用いて検討し、予防接種方針のセットを学習する。
論文参考訳（メタデータ） (2023-01-30T12:22:30Z)
Dense Feature Memory Augmented Transformers for COVID-19 Vaccination Search Classification [60.49594822215981]
本稿では,新型コロナウイルスワクチン関連検索クエリの分類モデルを提案する。本稿では,モデルが対応可能なメモリトークンとして,高密度特徴を考慮した新しい手法を提案する。この新しいモデリング手法により,Vaccine Search Insights (VSI) タスクを大幅に改善できることを示す。
論文参考訳（メタデータ） (2022-12-16T13:57:41Z)
VacciNet: Towards a Smart Framework for Learning the Distribution Chain Optimization of Vaccines for a Pandemic [0.0]
我々は、VacciNetと呼ぶ、教師付き学習と強化学習(RL)を活用する新しいフレームワークを提唱した。 RLは、国の州におけるワクチン接種需要を予測し、また、調達と供給の最小コストのために、州における最適なワクチン割り当てを提案することができる。
論文参考訳（メタデータ） (2022-08-01T19:37:33Z)
A feasibility study proposal of the predictive model to enable the prediction of population susceptibility to COVID-19 by analysis of vaccine utilization for advising deployment of a booster dose [0.0]
SARS-CoV-2 B1.1.529株またはOmicron株が世界中に分布する。間もなく終わらないことや、より伝染的で有害な変種が現れるまで、時間との戦いになることを懸念する。ウイルスの増殖を防ぐ最も有望なアプローチの1つは、持続的な高予防接種効果を維持することである。
論文参考訳（メタデータ） (2022-04-25T16:05:59Z)
Vaccine allocation policy optimization and budget sharing mechanism using Thompson sampling [0.0]
被受容集団の規模を最小化することを目的とした意思決定エージェントの視点を考察する。我々はトンプソンサンプリングに基づく最適化政策を提案し、平均ワクチン効率を経時的に学習する。固定的な世界的ワクチン割当予算の下では、ほとんどの国が感染や死亡の数を削減できることが示される。
論文参考訳（メタデータ） (2021-09-21T07:22:03Z)
Rapid COVID-19 Risk Screening by Eye-region Manifestations [64.6260390977642]
新型コロナウイルス(COVID-19)の患者には、臨床的な証拠として、より多くの眼症状が報告されている。そこで本研究では,共通CCDおよびCMOSカメラで撮像された眼領域画像の高速スクリーニング手法を提案する。我々の新型コロナウイルスの急激な事前スクリーニングモデルは、コストが低く、完全自己パフォーマンスで、非侵襲的で、重要なリアルタイム性を持つため、継続的な健康監視を可能にします。
論文参考訳（メタデータ） (2021-06-12T01:56:10Z)
VacSIM: Learning Effective Strategies for COVID-19 Vaccine Distribution using Reinforcement Learning [6.167847933188907]
VacSIMは、Deep Reinforcement Learningモデルを、新型コロナウイルスワクチンの配布を最適化するためのContextual Banditsアプローチに置き換える、新しいパイプラインである。インド全5州で新型コロナウイルス感染者の発生率に比例して、ワクチンを配布する素早い割当アプローチに対して、本枠組みを評価した。
論文参考訳（メタデータ） (2020-09-14T17:37:13Z)
A Deep Q-learning/genetic Algorithms Based Novel Methodology For Optimizing Covid-19 Pandemic Government Actions [63.669642197519934]
我々はSEIR疫学モデルを用いて、人口の時間とともにウイルスウイルスの進化を表現している。報酬システムにより、アクションのシーケンス(統合、自己同化、二メートル距離、制限を取らない)を評価する。どちらの意味でも、パンデミックの悪影響を抑えるために政府が取るべき行動を発見する上で、我々の方法論が有効な手段であることを実証する。
論文参考訳（メタデータ） (2020-05-15T17:17:45Z)
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)

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。