論文の概要: Applying data technologies to combat AMR: current status, challenges,
and opportunities on the way forward
- arxiv url: http://arxiv.org/abs/2208.04683v2
- Date: Thu, 11 Aug 2022 16:30:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-06 12:19:34.591463
- Title: Applying data technologies to combat AMR: current status, challenges,
and opportunities on the way forward
- Title（参考訳）: AMRと戦うためにデータ技術を適用する--現状、課題、今後の展望
- Authors: Leonid Chindelevitch, Elita Jauneikaite, Nicole E. Wheeler, Kasim
Allel, Bede Yaw Ansiri-Asafoakaa, Wireko A. Awuah, Denis C. Bauer, Stephan
Beisken, Kara Fan, Gary Grant, Michael Graz, Yara Khalaf, Veranja
Liyanapathirana, Carlos Montefusco-Pereira, Lawrence Mugisha, Atharv Naik,
Sylvia Nanono, Anthony Nguyen, Timothy Rawson, Kessendri Reddy, Juliana M.
Ruzante, Anneke Schmider, Roman Stocker, Leonhardt Unruh, Daniel Waruingi,
Heather Graz, Maarten van Dongen
- Abstract要約: AMR(Antimicrobial resistance)は公衆衛生上の脅威であり、毎年1000万人以上が死亡し、2050年までに世界経済は100兆米ドルの損失を被ったと推定されている。
本稿では, 人工知能, 機械学習, 数学的・統計的モデリングなどのデータ技術に不可欠な細菌のAMR管理と制御について概説する。
- 参考スコア（独自算出の注目度）: 1.0424317627239437
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Antimicrobial resistance (AMR) is a growing public health threat, estimated
to cause over 10 million deaths per year and cost the global economy 100
trillion USD by 2050 under status quo projections. These losses would mainly
result from an increase in the morbidity and mortality from treatment failure,
AMR infections during medical procedures, and a loss of quality of life
attributed to AMR. Numerous interventions have been proposed to control the
development of AMR and mitigate the risks posed by its spread. This paper
reviews key aspects of bacterial AMR management and control which make
essential use of data technologies such as artificial intelligence, machine
learning, and mathematical and statistical modelling, fields that have seen
rapid developments in this century. Although data technologies have become an
integral part of biomedical research, their impact on AMR management has
remained modest. We outline the use of data technologies to combat AMR,
detailing recent advancements in four complementary categories: surveillance,
prevention, diagnosis, and treatment. We provide an overview on current AMR
control approaches using data technologies within biomedical research, clinical
practice, and in the "One Health" context. We discuss the potential impact and
challenges wider implementation of data technologies is facing in high-income
as well as in low- and middle-income countries, and recommend concrete actions
needed to allow these technologies to be more readily integrated within the
healthcare and public health sectors.
- Abstract（参考訳）: 抗菌力(amr)は公衆衛生の脅威が高まり、年間1000万人以上が死亡し、2050年までに世界の経済規模は100兆ドルに達すると予測されている。
これらの損失は、主に治療失敗による死亡率と死亡率の増加、医療処置中のAMR感染症、AMRによる生活の質の低下によるものである。
AMRの発達を制御し、その拡散によって引き起こされるリスクを軽減するために、多くの介入が提案されている。
本稿では,人工知能や機械学習,数理・統計モデルなど,今世紀から急速に発展してきたデータ技術を本質的に活用する細菌のamr管理・制御の要点について概説する。
データ技術はバイオメディカル研究の不可欠な部分となっているが、AMR管理への影響は緩やかである。
AMRと戦うためのデータ技術の利用について概説し、監視、予防、診断、治療の4つの補完分野における最近の進歩について詳述する。
バイオメディカル研究、臨床実践、および「ワンヘルス」の文脈におけるデータ技術を用いた現在のAMR制御手法の概要について述べる。
我々は、高所得国や中所得国において、データ技術の広範な実装が直面している潜在的影響と課題について議論し、これらの技術が医療・公衆衛生分野により容易に統合できるようにするために必要な具体的な措置を推奨する。
関連論文リスト
- Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。
疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。
また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
論文 参考訳（メタデータ） (2022-07-19T16:15:11Z) - Robust and Efficient Medical Imaging with Self-Supervision [80.62711706785834]
医用画像AIの堅牢性とデータ効率を向上させるための統一表現学習戦略であるREMEDISを提案する。
様々な医療画像タスクを研究し, 振り返りデータを用いて3つの現実的な応用シナリオをシミュレートする。
論文 参考訳（メタデータ） (2022-05-19T17:34:18Z) - Benchmarking Predictive Risk Models for Emergency Departments with Large
Public Electronic Health Records [7.928862476020428]
大規模な公開 EHR に基づく広く受け入れられている ED ベンチマークは存在しない。
我々は、パブリックEDベンチマークスイートを提案し、2011年から2019年までの50万回のED訪問を含むベンチマークデータセットを得た。
私たちのコードはオープンソースなので、MIMIC-IV-EDにアクセス可能な人は、データ処理の同じステップを辿り、ベンチマークを構築し、実験を再現できます。
論文 参考訳（メタデータ） (2021-11-22T06:51:11Z) - Transformer-based unsupervised patient representation learning based on
medical claims for risk stratification and analysis [3.5492837081144204]
トランスフォーマーベースのマルチモーダルオートエンコーダ(TMAE)は,クレームデータから有意義な情報を符号化することで,効率的な患者表現を学習することができる。
我々は,60,000人以上の患者を対象とする実世界の小児検診データセットを用いてTMAEを訓練した。
論文 参考訳（メタデータ） (2021-06-23T21:29:50Z) - COVIDx-US -- An open-access benchmark dataset of ultrasound imaging data
for AI-driven COVID-19 analytics [116.6248556979572]
COVIDx-USは、新型コロナウイルス関連超音波画像データのオープンアクセスベンチマークデータセットです。
肺超音波93本と,SARS-CoV-2肺炎,非SARS-CoV-2肺炎,健康管理症例10,774本からなる。
論文 参考訳（メタデータ） (2021-03-18T03:31:33Z) - A Survey on Applications of Artificial Intelligence in Fighting Against
COVID-19 [75.84689958489724]
SARS-CoV-2ウイルスによる新型コロナウイルスのパンデミックは世界中で急速に広がり、世界的な感染拡大につながっている。
新型コロナウイルス対策の強力なツールとして、人工知能(AI)技術はこのパンデミックに対抗するために広く利用されている。
この調査では、新型コロナウイルス対策におけるAIテクノロジの既存および潜在的応用に関する包括的見解を、医療とAI研究者に提示する。
論文 参考訳（メタデータ） (2020-07-04T22:48:15Z) - From predictions to prescriptions: A data-driven response to COVID-19 [42.57407485467993]
新型コロナウイルスの臨床的特徴を理解するための包括的データ駆動型アプローチを提案する。
私たちは、感染や死亡のリスクを予測するために、パーソナライズされた電卓を構築します。
人工呼吸器の再配置と不足軽減のための最適化モデルを提案する。
論文 参考訳（メタデータ） (2020-06-30T03:34:00Z) - 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) - ICT Intervention in the Containment of the Pandemic Spread of COVID-19:
An Exploratory Study [0.0]
レビューでは、Webサイトやダッシュボード、モバイルアプリケーション、ロボットとドローン、人工知能(AI)、データ分析、ウェアラブルとセンサー技術、ソーシャルメディアと学習ツール、対話型音声応答(IVR)などのICT介入が明らかになった。
フォーカス・グループ・ディスカッション(FGD)は22人の参加者で再現され、新型コロナウイルス(COVID-19)のパンデミックに対抗するためにこうした技術を展開する際の強み、弱点、機会、脅威(SWOT)を探究した。
論文 参考訳（メタデータ） (2020-04-21T10:34:14Z) - 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)
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。