論文の概要: Building Trust: Lessons from the Technion-Rambam Machine Learning in Healthcare Datathon Event

• arxiv url: http://arxiv.org/abs/2207.14638v2
• Date: Tue, 2 Aug 2022 12:42:16 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-07 14:39:50.353365
• Title: Building Trust: Lessons from the Technion-Rambam Machine Learning in Healthcare Datathon Event
• Title（参考訳）: 信頼構築 - 医療データソンイベントにおけるテクニオンランバム機械学習からの教訓
• Authors: Jonathan A. Sobel, Ronit Almog, Leo Anthony Celi, Michal Gaziel-Yablowitz, Danny Eytan, Joachim A. Behar
• Abstract要約: データソン(Datathon)は、特定の問題に適用されるデータサイエンスを含む、時間制限された競合である。 この研究は、イスラエルの文脈における医療データ科学の機会と限界について記述する。
• 参考スコア（独自算出の注目度）: 4.909656341561595
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A datathon is a time-constrained competition involving data science applied to a specific problem. In the past decade, datathons have been shown to be a valuable bridge between fields and expertise . Biomedical data analysis represents a challenging area requiring collaboration between engineers, biologists and physicians to gain a better understanding of patient physiology and of guide decision processes for diagnosis, prognosis and therapeutic interventions to improve care practice. Here, we reflect on the outcomes of an event that we organized in Israel at the end of March 2022 between the MIT Critical Data group, Rambam Health Care Campus (Rambam) and the Technion Israel Institute of Technology (Technion) in Haifa. Participants were asked to complete a survey about their skills and interests, which enabled us to identify current needs in machine learning training for medical problem applications. This work describes opportunities and limitations in medical data science in the Israeli context.
• Abstract（参考訳）: データトン(datathon)は、特定の問題に適用されるデータサイエンスに関する時間制限のある競技である。 過去10年間、datathonは分野と専門知識の間に価値ある橋渡しとなることが示されてきた。 バイオメディカルデータ分析は、患者の生理学や診断、予後、治療介入のガイド決定プロセスの理解を深めるために、技術者、生物学者、医師の協力を必要とする困難な領域である。 ここでは、2022年3月末にイスラエルで、MITCritical Dataグループ、Rambam Health Care Campus (Rambam) とハイファのTechnion Israel Institute of Technology (Technion) が主催したイベントの結果を振り返る。 参加者は、彼らのスキルと関心に関する調査を完了するよう求められ、医療問題アプリケーションに対する機械学習トレーニングの現在のニーズを特定することができた。 この研究はイスラエルの文脈における医療データ科学の機会と限界を説明する。

関連論文リスト

• DAMMI:Daily Activities in a Psychologically Annotated Multi-Modal IoT dataset [10.771838327042609]
  DAMMIデータセットは、この分野の研究者を支援するように設計されている。 これには、ホームインストールされたセンサー、スマートフォンデータ、リストバンド146日以上にわたって収集された高齢者の日々の行動データが含まれている。 データ収集は、新型コロナウイルス(COVID-19)のパンデミック、正月、ラマダンの宗教月など、重要なイベントにまたがる。
  論文  参考訳（メタデータ） (2024-10-05T13:26:54Z)
• Challenges for Responsible AI Design and Workflow Integration in Healthcare: A Case Study of Automatic Feeding Tube Qualification in Radiology [35.284458448940796]
  ナトリウムガスチューブ(NGT)は、鼻から胃に挿入されたチューブを供給し、栄養や薬品を供給している。 近年のAI開発は、チェストX線画像からNGT配置を堅牢に検出する可能性を示している。 本稿では,この問題に対する人間中心のアプローチを提案するとともに,コンテキスト調査および15の臨床ステークホルダとの詳細なインタビューの結果から得られた知見について述べる。
  論文  参考訳（メタデータ） (2024-05-08T14:16:22Z)
• Investigating Collaborative Data Practices: a Case Study on Artificial Intelligence for Healthcare Research [1.3178083420209858]
  英国における複数の長期的条件を理解し管理するためにAIツールを適用する研究コンソーシアムのコラボレーティブデータプラクティスについて検討する。 本研究は,知識共有のためのツールの適応と,オーディエンスに基づく情報の調整について明らかにした。 私たちはミーティングを、規律間の交流を促進し、知識のブレンディングと創出を可能にするキーセッティングとして特定します。
  論文  参考訳（メタデータ） (2023-11-30T10:19:33Z)
• 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)
• 2021 BEETL Competition: Advancing Transfer Learning for Subject Independence & Heterogenous EEG Data Sets [89.84774119537087]
  我々は、診断とBCI(Brain-Computer-Interface)に関する2つの伝達学習課題を設計する。 第1タスクは、患者全体にわたる自動睡眠ステージアノテーションに対処する医療診断に重点を置いている。 タスク2はBrain-Computer Interface (BCI)に集中しており、被験者とデータセットの両方にわたる運動画像のデコードに対処する。
  論文  参考訳（メタデータ） (2022-02-14T12:12:20Z)
• Machine Learning Applications for Therapeutic Tasks with Genomics Data [49.98249191161107]
  ゲノム学の機械学習応用に関する文献を、治療開発のレンズでレビューします。 治療パイプライン全体にわたるゲノミクス応用における22の機械学習を同定する。 この分野における7つの重要な課題を、拡大と影響の機会として挙げる。
  論文  参考訳（メタデータ） (2021-05-03T21:20:20Z)
• Surgical Data Science -- from Concepts toward Clinical Translation [67.543698133416]
  外科的データサイエンスは、データの取得、組織化、分析、モデリングを通じて介入医療の質を向上させることを目的としている。 私たちは、その根底にある理由を明かし、この分野における今後の進歩のロードマップを提供しました。
  論文  参考訳（メタデータ） (2020-10-30T14:20:16Z)
• Machine Learning in Nano-Scale Biomedical Engineering [77.75587007080894]
  ナノスケールバイオメディカルエンジニアリングにおける機械学習の利用に関する既存の研究について概説する。 ML問題として定式化できる主な課題は、3つの主要なカテゴリに分類される。 提示された方法論のそれぞれについて、その原則、応用、制限に特に重点を置いている。
  論文  参考訳（メタデータ） (2020-08-05T15:45:54Z)
• Mapping the Landscape of Artificial Intelligence Applications against COVID-19 [59.30734371401316]
  世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。 我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
  論文  参考訳（メタデータ） (2020-03-25T12:30:33Z)
• Cardiovascular risk and work stress in biomedical researchers in China: An observational, big data study protocol [7.463244244797705]
  本研究は,中国における生物医学研究者の健康状態の把握を目的とした観察的研究である。 候補者は全員中国から募集される。 Web ベースの調査には、社会デマログラフ変数、認知ストレス尺度、仕事満足度尺度、役割コンフリクトとあいまいさ尺度、家族支援尺度が含まれる。
  論文  参考訳（メタデータ） (2020-03-19T14:15:32Z)

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。