論文の概要: Advancing the cybersecurity of the healthcare system with
self-optimising and self-adaptative artificial intelligence (part 2)
- arxiv url: http://arxiv.org/abs/2210.07065v1
- Date: Tue, 30 Aug 2022 15:36:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-28 11:34:55.035302
- Title: Advancing the cybersecurity of the healthcare system with
self-optimising and self-adaptative artificial intelligence (part 2)
- Title（参考訳）: 自己最適化と自己適応型人工知能による医療システムのサイバーセキュリティ向上(その2)
- Authors: Petar Radanliev, David De Roure
- Abstract要約: 本稿では、将来のパンデミックに対処するための医療システムの確保、準備、適応のための、新しい人工知能アルゴリズムの教育と訓練に関する知識を前進させる。
中心的な目的は、エッジヘルスデバイスをリアルタイムデータで使用可能な、自律人工知能が支援するコンセプトヘルスケアシステムを開発することである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This article advances the knowledge on teaching and training new artificial
intelligence algorithms, for securing, preparing, and adapting the healthcare
system to cope with future pandemics. The core objective is to develop a
concept healthcare system supported by autonomous artificial intelligence that
can use edge health devices with real-time data. The article constructs two
case scenarios for applying cybersecurity with autonomous artificial
intelligence for (1) self-optimising predictive cyber risk analytics of
failures in healthcare systems during a Disease X event (i.e., undefined future
pandemic), and (2) self-adaptive forecasting of medical production and supply
chain bottlenecks during future pandemics. To construct the two testing
scenarios, the article uses the case of Covid-19 to synthesise data for the
algorithms i.e., for optimising and securing digital healthcare systems in
anticipation of disease X. The testing scenarios are built to tackle the
logistical challenges and disruption of complex production and supply chains
for vaccine distribution with optimisation algorithms.
- Abstract（参考訳）: 本稿では,将来的なパンデミックに対処するための医療システムの確保,準備,適応のための,新たな人工知能アルゴリズムの指導と訓練に関する知識について述べる。
中心的な目的は、エッジヘルスデバイスをリアルタイムデータで使用可能な、自律人工知能が支援するコンセプトヘルスケアシステムを開発することである。
本論文は,自律型人工知能を用いたサイバーセキュリティの適用事例として,(1)疾患x事象における医療システム障害の自己最適化型サイバーリスク分析,(2)将来のパンデミックにおける医療生産・サプライチェーンボトルネックの自己適応予測,の2つのシナリオを提案する。
この2つのテストシナリオを構築するために、論文では、Covid-19のケースを使用して、アルゴリズムのデータを合成する。すなわち、疾患Xを予測してデジタルヘルスケアシステムの最適化と確保を行う。このテストシナリオは、最適化アルゴリズムを用いて、ワクチンの配布のための複雑な生産とサプライチェーンの論理的課題と破壊に対処するために構築されている。
関連論文リスト
- SoK: Security and Privacy Risks of Medical AI [14.592921477833848]
テクノロジーと医療の統合は、人工知能と機械学習を利用したソフトウェアシステムが、医療製品やサービスの不可欠なコンポーネントとなった新しい時代に幕を閉じた。
本稿では、医療におけるAI/MLアプリケーションによるセキュリティとプライバシの脅威について検討する。
論文 参考訳（メタデータ） (2024-09-11T16:59:58Z) - Zero Shot Health Trajectory Prediction Using Transformer [11.660997334071952]
ETHOS(Enhanced Transformer for Health Outcome Simulation)は、健康データ解析のためのトランスフォーマーディープラーニングアーキテクチャの新しい応用である。
ETHOSは、将来の健康軌道を予測するために、患者健康時間線(PHT)の詳細とトークン化された健康イベントの記録を使用して訓練されている。
論文 参考訳（メタデータ） (2024-07-30T18:33:05Z) - A Revolution of Personalized Healthcare: Enabling Human Digital Twin
with Mobile AIGC [54.74071593520785]
モバイルAIGCは、ヒューマンデジタルツイン(HDT)と呼ばれる新興アプリケーションのキーとなる技術である
モバイルAIGCによって強化されたHDTは、まれな疾患データを生成し、高忠実なデジタルツインをモデル化し、多目的テストベッドを構築し、24/7のカスタマイズ医療サービスを提供することで、パーソナライズされたヘルスケアに革命をもたらすことが期待されている。
論文 参考訳（メタデータ） (2023-07-22T15:59:03Z) - Applying Artificial Intelligence to Clinical Decision Support in Mental
Health: What Have We Learned? [0.0]
本稿では,近年開発されたAI-CDSSであるAifred Healthを事例として,うつ病における治療の選択と管理を支援する。
我々は、このAI-CDSSの開発およびテスト中にもたらされた原則と、実装を容易にするために開発された実践的ソリューションの両方を考慮する。
論文 参考訳（メタデータ） (2023-03-06T21:40:51Z) - Safe AI for health and beyond -- Monitoring to transform a health
service [51.8524501805308]
機械学習アルゴリズムの出力を監視するために必要なインフラストラクチャを評価する。
モデルのモニタリングと更新の例を示す2つのシナリオを提示します。
論文 参考訳（メタデータ） (2023-03-02T17:27:45Z) - AutoPrognosis 2.0: Democratizing Diagnostic and Prognostic Modeling in
Healthcare with Automated Machine Learning [72.2614468437919]
本稿では,診断・予後モデルを開発するための機械学習フレームワークAutoPrognosis 2.0を提案する。
我々は,英国バイオバンクを用いた糖尿病の予後リスクスコアを構築するための図解的アプリケーションを提供する。
我々のリスクスコアはWebベースの意思決定支援ツールとして実装されており、世界中の患者や臨床医がアクセスできる。
論文 参考訳（メタデータ） (2022-10-21T16:31:46Z) - Multi Agent System for Machine Learning Under Uncertainty in Cyber
Physical Manufacturing System [78.60415450507706]
近年の予測機械学習の進歩は、製造における様々なユースケースに応用されている。
ほとんどの研究は、それに関連する不確実性に対処することなく予測精度を最大化することに焦点を当てた。
本稿では,機械学習における不確実性の原因を特定し,不確実性下での機械学習システムの成功基準を確立する。
論文 参考訳（メタデータ） (2021-07-28T10:28:05Z) - Privacy-preserving medical image analysis [53.4844489668116]
医用画像におけるプライバシ保護機械学習(PPML)のためのソフトウェアフレームワークであるPriMIAを提案する。
集合型学習モデルの分類性能は,未発見データセットの人間専門家と比較して有意に良好である。
グラデーションベースのモデル反転攻撃に対するフレームワークのセキュリティを実証的に評価する。
論文 参考訳（メタデータ） (2020-12-10T13:56:00Z) - AIRSENSE-TO-ACT: A Concept Paper for COVID-19 Countermeasures based on
Artificial Intelligence algorithms and multi-sources Data Processing [0.0]
本報告では、新型コロナウイルスのパンデミックなどの緊急事態対策と対策のために、定量的かつ多スケールな要素をベースとした、対象とする対策の実施を支援するための新しいツールについて述べる。
このツールは集中型システム(Webアプリケーション)であり、単一のマルチユーザプラットフォームであり、異種データの処理に人工知能(AI)アルゴリズムに依存しており、出力レベルのリスクを生み出すことができる。
このモデルには、まず選択された入力間の相関を学習するために訓練される特定のニューラルネットワークが含まれている。
論文 参考訳（メタデータ） (2020-11-07T17:50:14Z) - BiteNet: Bidirectional Temporal Encoder Network to Predict Medical
Outcomes [53.163089893876645]
本稿では,患者の医療旅行におけるコンテキスト依存と時間的関係を捉える,新たな自己注意機構を提案する。
エンド・ツー・エンドの双方向時間エンコーダネットワーク(BiteNet)が患者の旅路の表現を学習する。
実世界のEHRデータセットを用いた2つの教師付き予測と2つの教師なしクラスタリングタスクにおける手法の有効性を評価した。
論文 参考訳（メタデータ） (2020-09-24T00:42:36Z)
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。