論文の概要: The Design and Implementation of a National AI Platform for Public
Healthcare in Italy: Implications for Semantics and Interoperability
- arxiv url: http://arxiv.org/abs/2304.11893v1
- Date: Mon, 24 Apr 2023 08:00:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-25 15:50:53.352923
- Title: The Design and Implementation of a National AI Platform for Public
Healthcare in Italy: Implications for Semantics and Interoperability
- Title(参考訳): イタリアにおける公衆医療のためのAIプラットフォームの設計と実装 : セマンティックスと相互運用性について
- Authors: Roberto Reale, Elisabetta Biasin, Alessandro Scardovi, Stefano Toro
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 62.997667081978825
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The Italian National Health Service is adopting Artificial Intelligence
through its technical agencies, with the twofold objective of supporting and
facilitating the diagnosis and treatment. Such a vast programme requires
special care in formalising the knowledge domain, leveraging domain-specific
data spaces and addressing data governance issues from an interoperability
perspective. The healthcare data governance and interoperability legal
framework is characterised by the interplay of different pieces of legislation.
Data law is the first to be taken into proper account. It primarily includes
the GDPR, the Data Governance Act, and the Open Data Directive. Also, the Data
Act and the European Health Data Space proposals will have an impact on health
data sharing and therefore must be considered as well. The platform developed
by the Italian NHL will have to be integrated in a harmonised manner with the
systems already used in the healthcare system and with the digital assets (data
and software) used by healthcare professionals. Questions have been raised
about the impact that AI could have on patients, practitioners, and health
systems, as well as about its potential risks; therefore, all the parties
involved are called to agree upon to express a common view based on the dual
purpose of improving people's quality of life and keeping the whole healthcare
system sustainable for society as a whole.
- Abstract(参考訳): イタリアの国民保健サービスは、その技術機関を通じて人工知能を採用しており、診断と治療の支援と促進を2倍の目的としている。
このような広大なプログラムは、知識ドメインの形式化、ドメイン固有のデータ空間の活用、相互運用性の観点からのデータガバナンスの問題への対処に特別な注意が必要である。
医療データガバナンスと相互運用の法的枠組みは、異なる法律の相互運用によって特徴づけられる。
データ法は、適切な説明を受ける最初のものである。
主にGDPR、データガバナンス法、オープンデータディレクティブを含む。
また、データ法と欧州健康データ空間の提案は、健康データ共有に影響を与え、それ故に考慮する必要がある。
イタリアのNHLが開発したプラットフォームは、すでに医療システムで使われているシステムと、医療専門家が使用するデジタル資産(データとソフトウェア)と調和して統合されなければならない。
aiが患者、開業医、健康システムに与える影響、そしてその潜在的なリスクについて疑問が持ち上がっているため、関連するすべての当事者は、人々の生活の質を改善するという2つの目的に基づいて共通の見解を表明し、医療システム全体を社会全体に持続的に維持することに同意しなければならない。
関連論文リスト
- Decentralized Health Intelligence Network (DHIN) [0.0]
分散ヘルスインテリジェンスネットワーク(DHIN)は、医療データ主権とAI利用の課題に取り組むために、分散インテリジェンスネットワーク(DIN)フレームワークを拡張している。
DINの原則に基づいて、DHINは医療固有のコンポーネントを導入し、プロバイダや機関間のデータの断片化に取り組む。
多様な健康データソースにアクセスするための障壁を克服することで、効果的なAI利用を促進する。
論文 参考訳(メタデータ) (2024-08-12T15:47:26Z) - Multimodal Federated Learning in Healthcare: a Review [5.983768682145731]
フェデレートラーニング(FL)は、データを統合する必要のない分散メカニズムを提供する。
本稿では,医療分野におけるマルチモーダル・フェデレート・ラーニング(MMFL)の現状について概説する。
最先端のAI技術と、医療アプリケーションにおける患者のデータプライバシの必要性のギャップを埋めることを目指している。
論文 参考訳(メタデータ) (2023-10-14T19:43:06Z) - 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) - Information Governance as a Socio-Technical Process in the Development
of Trustworthy Healthcare AI [0.0]
情報ガバナンス(IG)プロセスは、個人機密データの使用を管理する。
データ共有の法的な基礎は、患者のケアを提供するためにのみ明確である。
IGの作業は設計ライフサイクルの初期段階で開始され,今後も継続される可能性が高い。
論文 参考訳(メタデータ) (2023-01-04T10:21:46Z) - Reliable and Resilient AI and IoT-based Personalised Healthcare
Services: A Survey [1.581123237785583]
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。
論文 参考訳(メタデータ) (2022-08-29T23:14:02Z) - 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) - User-Centric Health Data Using Self-sovereign Identities [69.50862982117127]
本稿では、健康データのプライバシーと管理を改善するために、発行者自尊心(SSI)と分散Ledger Technologies(DLT)の潜在的利用について述べる。
論文では、保健分野における分散IDの顕著なユースケースをリストアップし、効果的なブロックチェーンベースのアーキテクチャについて論じる。
論文 参考訳(メタデータ) (2021-07-26T17:09:52Z) - Using a Personal Health Library-Enabled mHealth Recommender System for
Self-Management of Diabetes Among Underserved Populations: Use Case for
Knowledge Graphs and Linked Data [0.11470070927586014]
本稿では、患者PHLに蓄積されたデジタルヘルスデータとコンテキスト知識の他のソースの両方を組み込んだモバイルヘルスデジタル介入の実施を報告する。
我々は、phlに格納されている知識のタイプの構築、管理、統合に使用される技術基盤について述べる。
提案するphlは、患者とその介護者が健康に関する意思決定において中心的な役割を果たすのに役立つ。
論文 参考訳(メタデータ) (2021-03-16T20:43:17Z) - Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。
多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
論文 参考訳(メタデータ) (2020-09-21T03:45:14Z)
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。