論文の概要: From the digital twins in healthcare to the Virtual Human Twin: a
moon-shot project for digital health research
- arxiv url: http://arxiv.org/abs/2304.06678v2
- Date: Sat, 12 Aug 2023 06:35:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-15 20:10:58.042780
- Title: From the digital twins in healthcare to the Virtual Human Twin: a
moon-shot project for digital health research
- Title（参考訳）: 医療のデジタル双生児から仮想人間双生児へ:デジタルヘルス研究のためのムーンショットプロジェクト
- Authors: Marco Viceconti, Maarten De Vos, Sabato Mellone, and Liesbet Geris
- Abstract要約: このポジションペーパーは仮想人間双対の開発のための概念的基礎を定めている。
VHTインフラストラクチャは、学術研究者、公共機関、バイオメディカル産業の促進を目的としている。
本論文は,合意プロセスの出発点として,利害関係者全員に武器を求めることを意図している。
- 参考スコア（独自算出の注目度）: 3.380330348681461
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The idea of a systematic digital representation of the entire known human
pathophysiology, which we could call the Virtual Human Twin, has been around
for decades. To date, most research groups focused instead on developing highly
specialised, highly focused patient-specific models able to predict specific
quantities of clinical relevance. While it has facilitated harvesting the
low-hanging fruits, this narrow focus is, in the long run, leaving some
significant challenges that slow the adoption of digital twins in healthcare.
This position paper lays the conceptual foundations for developing the Virtual
Human Twin (VHT). The VHT is intended as a distributed and collaborative
infrastructure, a collection of technologies and resources (data, models) that
enable it, and a collection of Standard Operating Procedures (SOP) that
regulate its use. The VHT infrastructure aims to facilitate academic
researchers, public organisations, and the biomedical industry in developing
and validating new digital twins in healthcare solutions with the possibility
of integrating multiple resources if required by the specific context of use.
Healthcare professionals and patients can also use the VHT infrastructure for
clinical decision support or personalised health forecasting. As the European
Commission launched the EDITH coordination and support action to develop a
roadmap for the development of the Virtual Human Twin, this position paper is
intended as a starting point for the consensus process and a call to arms for
all stakeholders.
- Abstract（参考訳）: バーチャル・ヒューマン・ツイン(Virtual Human Twin)と呼ばれる、既知の人間の病態を体系的に表現するというアイデアは、何十年も前から存在してきた。
これまで、ほとんどの研究グループは、特定の量の臨床関連を予測できる高度に専門化された患者固有のモデルの開発に注力してきた。
低い果物の収穫を促進する一方で、この狭い焦点は長期的には、医療におけるデジタル双子の採用を遅らせる重要な課題を残している。
本論文は,仮想人間双対(VHT)の開発のための概念基盤について述べる。
vhtは、分散および協調的なインフラストラクチャ、それを可能にする技術とリソース(データ、モデル)のコレクション、および使用を規制する標準運用手順(sop)のコレクションとして意図されている。
vhtインフラストラクチャは、医療ソリューションにおける新しいデジタル双生児の開発と検証において、学術研究者、公共団体、バイオメディカル産業が、必要に応じて複数のリソースを統合することができるように支援することを目的としている。
医療専門家や患者は、臨床決定支援やパーソナライズされた健康予測のためにvhtインフラストラクチャを使用することもできる。
欧州委員会がバーチャル・ヒューマン・ツイン開発のためのロードマップ策定のためのEDITH調整と支援活動を開始したとき、このポジション・ペーパーは合意プロセスの出発点として意図され、すべての利害関係者に武器を求めるものである。
関連論文リスト
- Digital Twin Ecosystem for Oncology Clinical Operations [0.8130739369606821]
本稿では,腫瘍学における臨床手術の高度化をめざした,新たなデジタルツインフレームワークを提案する。
我々は,医療ニーズ双生児,ケアナビゲータ双生児,臨床履歴双生児など,複数の専門的デジタル双生児の統合を提案する。
複数のデータソースを合成し、NCCN(National Comprehensive Cancer Network)ガイドラインと整合させることで、ダイナミックながんケアパスを作成する。
論文 参考訳（メタデータ） (2024-09-26T08:56:54Z) - Digital Twin Generators for Disease Modeling [2.341540989979203]
患者のデジタルツイン(英: Digital twin)とは、患者の健康状態の経時変化を記述する計算モデルである。
デジタル双生児は、人間の健康の個々のレベルのコンピュータシミュレーションを可能にすることによって、医療に革命をもたらす可能性がある。
論文 参考訳（メタデータ） (2024-05-02T17:23:04Z) - TWIN-GPT: Digital Twins for Clinical Trials via Large Language Model [24.35626029582016]
本稿では,TWIN-GPTと呼ばれる大規模言語モデルに基づくディジタル双対生成手法を提案する。
TWIN-GPTによるデジタル双生児の使用は臨床治験結果の予測を促進できることを示す。
論文 参考訳（メタデータ） (2024-04-01T17:48:55Z) - 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) - Towards Generalist Foundation Model for Radiology by Leveraging
Web-scale 2D&3D Medical Data [66.9359934608229]
この研究はRadFMと呼ばれるRadlogy Foundation Modelの開発を開始することを目的としている。
われわれの知る限りでは、これは2Dスキャンと3Dスキャンによる、最初の大規模で高品質な医療用ビジュアル言語データセットである。
本稿では,モダリティ認識,疾患診断,視覚的質問応答,レポート生成,合理的診断の5つのタスクからなる新しい評価ベンチマークRadBenchを提案する。
論文 参考訳（メタデータ） (2023-08-04T17:00:38Z) - 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) - Human Body Digital Twin: A Master Plan [1.0812071024158496]
人体デジタルツイン(人体デジタルツイン、人体デジタルツイン、人体デジタルツイン、人体デジタルツイン、人体デジタルツイン、人体デジタルツイン、人体デジタルツイン、人体デジタルツイン、人体デジタルツイン、人体デジタルツイン、人体デジタルツイン、人体デジタルツイン、人体デジタルツイン、人体デジタルツイン、人体デジタルツイン、人体デジタルツイン)は、センサーや医療
人体DTは医療とウェルネスに革命をもたらす可能性があるが、その責任と効果的な実装には様々な要因を考慮する必要がある。
本稿では,人体DTの現状と今後の展望を概観し,開発のための5段階のロードマップを提案する。
論文 参考訳（メタデータ） (2023-07-18T12:57:35Z) - Digital Twins for Patient Care via Knowledge Graphs and Closed-Form
Continuous-Time Liquid Neural Networks [0.0]
デジタル双生児は、製造業、サプライチェーンのロジスティクス、土木インフラなどの産業で急速に勢いを増している。
マルチモーダル患者データを用いた複雑な疾患のモデル化の課題と、その解析の複雑さは、生体医療分野におけるデジタル双生児の採用を阻害している。
本稿では,計算コストとモデリング複雑さによる臨床双対モデリングの障壁に対処する新しい枠組みを提案する。
論文 参考訳（メタデータ） (2023-07-08T12:52:31Z) - 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) - Digital Twins: State of the Art Theory and Practice, Challenges, and
Open Research Questions [62.67593386796497]
この研究は、様々なDT機能と現在のアプローチ、デジタルツインの実装と導入の遅れの背景にある欠点と理由を探求する。
この遅延の主な理由は、普遍的な参照フレームワークの欠如、ドメイン依存、共有データのセキュリティ上の懸念、デジタルツインの他の技術への依存、定量的メトリクスの欠如である。
論文 参考訳（メタデータ） (2020-11-02T19:08:49Z) - 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。