論文の概要: Reliable and Resilient AI and IoT-based Personalised Healthcare
Services: A Survey
- arxiv url: http://arxiv.org/abs/2209.05457v1
- Date: Mon, 29 Aug 2022 23:14:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 11:06:09.108877
- Title: Reliable and Resilient AI and IoT-based Personalised Healthcare
Services: A Survey
- Title（参考訳）: 信頼性と回復力を備えたaiとiotベースのパーソナライズドヘルスケアサービス:調査
- Authors: Najma Taimoor and Semeen Rehman
- Abstract要約: 本稿では、パーソナライズされた医療サービスに関する包括的調査を行う。
われわれはまず,現代医療のインターネット・オブ・モノ(HIoT)における包括的パーソナライズされた医療サービスの主な要件について概説する。
第2に、AIと非AIベースのアプローチを使用して、IoTベースのヘルスケアシステムのための基本的な3層アーキテクチャについて検討した。
第3に、AIと非AIベースのソリューションとともに、IoTアーキテクチャの各レイヤに対するさまざまなセキュリティ脅威を強調しました。
- 参考スコア（独自算出の注目度）: 1.581123237785583
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent technological and economic developments have transformed the
healthcare sector towards more personalized and IoT-based healthcare services.
These services are realized through control and monitoring applications that
are typically developed using artificial intelligence/machine learning-based
algorithms, which play a significant role in highlighting the efficiency of
traditional healthcare systems. Current personalized healthcare services are
dedicated to a specific environment to support technological personalization.
However, they are unable to consider different interrelated health conditions,
leading to inappropriate diagnoses and affecting sustainability and the
long-term health of patients. To this end, current Healthcare 5.0 technology
has evolved that supersede previous healthcare technologies. The goal of
healthcare 5.0 is to achieve an autonomous healthcare service, that takes into
account the interdependent effect of different health conditions of a patient.
This paper conducts a comprehensive survey on personalized healthcare services.
In particular, we first present an overview of key requirements of
comprehensive personalized healthcare services in modern healthcare Internet of
Things (HIoT), including the definition of personalization and an example use
case scenario as a representative for modern HIoT. Second, we explored a
fundamental three-layer architecture for IoT-based healthcare systems using AI
and non-AI-based approaches, considering key requirements for CPHS followed by
their strengths and weaknesses in the frame of personalized healthcare
services. Third, we highlighted different security threats against each layer
of IoT architecture along with the possible AI and non-AI-based solutions.
Finally, we propose a methodology to develop reliable, resilient, and
personalized healthcare services that address the identified weaknesses of
existing approaches.
- Abstract（参考訳）: 近年の技術と経済の発展により、医療部門はよりパーソナライズされたIoTベースの医療サービスへと変化した。
これらのサービスは、AI/機械学習ベースのアルゴリズムを使用して通常開発される制御および監視アプリケーションを通じて実現され、従来の医療システムの効率性を強調する上で重要な役割を果たす。
現在のパーソナライズされた医療サービスは、技術パーソナライズをサポートする特定の環境に特化している。
しかし、異なる相互関連疾患を考慮できず、不適切な診断と持続可能性、長期健康に影響を及ぼす。
この目的のために、現在のヘルスケア 5.0 技術は、以前の医療技術に取って代わる進化を遂げている。
医療5.0の目標は、患者の異なる健康状態の相互依存効果を考慮して、自律的な医療サービスを達成することである。
本稿では,パーソナライズされた医療サービスの包括的調査を行う。
具体的には、まず、パーソナライゼーションの定義や、現代的なhiotの代表的なユースケースシナリオを含む、現代的なヘルスケアのモノのインターネット(hiot)における、包括的パーソナライズされた医療サービスの重要な要件の概要を紹介する。
第2に、CPHSの重要な要件とそれに続く、パーソナライズされたヘルスケアサービスという枠組みの長所と短所を考慮して、AIと非AIベースのアプローチを用いた、IoTベースのヘルスケアシステムの基本的な3層アーキテクチャについて検討した。
第3に、AIと非AIベースのソリューションとともに、IoTアーキテクチャの各レイヤに対するさまざまなセキュリティ脅威を強調しました。
最後に,既存のアプローチの弱点に対処する信頼性,回復力,パーソナライズされた医療サービスを開発するための方法論を提案する。
関連論文リスト
- Generative AI-Driven Human Digital Twin in IoT-Healthcare: A Comprehensive Survey [53.691704671844406]
IoT(Internet of Things)は、特にヘルスケアにおいて、人間の生活の質を大幅に向上させる。
ヒトデジタルツイン(HDT)は、個体の複製を包括的に特徴付ける革新的なパラダイムとして提案されている。
HDTは、多用途で生き生きとした人間のデジタルテストベッドとして機能することで、医療監視の応用を超えて、IoTヘルスの強化を図っている。
最近、生成人工知能(GAI)は、高度なAIアルゴリズムを利用して、多種多様なデータを自動的に生成、操作、修正できるため、有望なソリューションである可能性がある。
論文 参考訳（メタデータ） (2024-01-22T03:17:41Z) - FUTURE-AI: International consensus guideline for trustworthy and deployable artificial intelligence in healthcare [73.78776682247187]
医療AIに関連する技術的、臨床的、倫理的、法的リスクに関する懸念が高まっている。
この研究は、Future-AIガイドラインを、医療における信頼できるAIツールの開発とデプロイを導くための最初の国際コンセンサスフレームワークとして説明している。
論文 参考訳（メタデータ） (2023-08-11T10:49:05Z) - Blockchain-empowered Federated Learning for Healthcare Metaverses:
User-centric Incentive Mechanism with Optimal Data Freshness [66.3982155172418]
まず、医療メタバースのための分散型フェデレートラーニング(FL)に基づく、ユーザ中心のプライバシ保護フレームワークを設計する。
次に,情報時代(AoI)を有効データ更新度指標として利用し,観測理論(PT)に基づくAoIベースの契約理論モデルを提案し,センシングデータ共有の動機付けを行う。
論文 参考訳（メタデータ） (2023-07-29T12:54:03Z) - Organizational Governance of Emerging Technologies: AI Adoption in
Healthcare [43.02293389682218]
Health AI Partnershipは、医療設定におけるAIシステムの適切な組織的ガバナンスの要件をより適切に定義することを目的としている。
これは、米国の医療システムによるAI導入に関わる、現在のガバナンス構造とプロセスに関する、最も詳細な定性的な分析の1つである。
これらの発見が、医療における新興テクノロジーの安全で効果的で責任ある採用を促進する能力を構築するための将来の取り組みを知らせてくれることを期待している。
論文 参考訳（メタデータ） (2023-04-25T18:30:47Z) - The Design and Implementation of a National AI Platform for Public
Healthcare in Italy: Implications for Semantics and Interoperability [62.997667081978825]
イタリア国立衛生局は、その技術機関を通じて人工知能を採用している。
このような広大なプログラムには、知識領域の形式化に特別な注意が必要である。
AIが患者、開業医、健康システムに与える影響について疑問が投げかけられている。
論文 参考訳（メタデータ） (2023-04-24T08:00:02Z) - A Survey on Federated Learning for the Healthcare Metaverse: Concepts,
Applications, Challenges, and Future Directions [14.1427616718447]
人工知能(AI)の新しい部門であるフェデレーション・ラーニング(FL)は、医療システムのプライバシー問題に対処する機会を開放する。
我々は、IoTベースの医療システム、従来の医療におけるFL、Metaverseヘルスケアについて概説する。
FL型メタバース医療の応用として, 診断, 患者モニタリング, 医療教育, 感染症, 薬物発見について検討した。
論文 参考訳（メタデータ） (2023-04-02T12:29:55Z) - Redesigning Electronic Health Record Systems to Support Developing
Countries [0.0]
本稿では,発展途上国に適した新しいEHRアーキテクチャを提案する。
私たちのアーキテクチャは、医療機関間の医療取引を可能にするインターネットフリー(オフライン)ソリューションを前提としています。
我々は、人工知能が匿名の健康関連情報を利用して公衆衛生政策や監視を改善する方法について論じる。
論文 参考訳（メタデータ） (2023-01-31T19:16:38Z) - Discovering adoption barriers of Clinical Decision Support Systems in
primary health care sector [0.0]
本稿では,CDSS導入に伴う問題に寄与する障害の発見に焦点をあてる。
サウジアラビアの主要医療センターから30人の一般開業医がインタビューを受けた。
その結果、時間的リスク、使用したシステムの品質、インターネット速度の遅い、ユーザインターフェース、トレーニング不足、高コスト、患者満足度、使用した複数のシステム、技術サポート、コンピュータスキル、柔軟性の欠如、システムの更新、専門的スキルと知識、コンピュータ効率と品質、データの正確性といった側面に影響を与える障害があることが確認された。
論文 参考訳（メタデータ） (2022-07-24T10:49:35Z) - 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) - SSHealth: Toward Secure, Blockchain-Enabled Healthcare Systems [13.035267999201935]
本稿では,感染症の発見,遠隔監視,迅速な緊急対応を可能にする,スマートでセキュアな医療システム(ssHealth)を提案する。
ブロックチェーンベースのアーキテクチャを開発し、そのフレキシブルな構成を可能にし、異なるヘルスエンティティ間の医療データ共有を最適化します。
提案するssHealthシステムの利点と今後の研究の方向性を明らかにする。
論文 参考訳（メタデータ） (2020-06-18T20:34:56Z)
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。