論文の概要: What We Know So Far: Artificial Intelligence in African Healthcare
- arxiv url: http://arxiv.org/abs/2305.18302v1
- Date: Wed, 10 May 2023 19:27:40 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-04 11:39:12.594892
- Title: What We Know So Far: Artificial Intelligence in African Healthcare
- Title(参考訳): アフリカの医療における人工知能は
- Authors: Naome Etori, Ebasa Temesgen, and Maria Gini
- Abstract要約: 医療に応用される人工知能(AI)は、アフリカの医療を変革する可能性がある。
本稿では、AIアルゴリズムを用いて診断、治療、疾病モニタリングを改善する方法について、現状を概説する。
持続可能なAIソリューションを作成するためには、政府、民間セクター、医療提供者、国際機関による協調的な努力が必要である。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Healthcare in Africa is a complex issue influenced by many factors including
poverty, lack of infrastructure, and inadequate funding. However, Artificial
intelligence (AI) applied to healthcare, has the potential to transform
healthcare in Africa by improving the accuracy and efficiency of diagnosis,
enabling earlier detection of diseases, and supporting the delivery of
personalized medicine. This paper reviews the current state of how AI
Algorithms can be used to improve diagnostics, treatment, and disease
monitoring, as well as how AI can be used to improve access to healthcare in
Africa as a low-resource setting and discusses some of the critical challenges
and opportunities for its adoption. As such, there is a need for a
well-coordinated effort by the governments, private sector, healthcare
providers, and international organizations to create sustainable AI solutions
that meet the unique needs of the African healthcare system.
- Abstract(参考訳): アフリカの医療は貧困、インフラの欠如、資金不足など多くの要因に影響される複雑な問題である。
しかし、ai(artificial intelligence)は、診断の正確性と効率を改善し、病気の早期発見を可能にし、パーソナライズされた医療の提供をサポートすることで、アフリカの医療を変革する可能性を秘めている。
本稿では,診断,治療,疾患モニタリングにおけるaiアルゴリズムの利用の現状と,低リソース環境としてアフリカにおける医療へのアクセスを改善するためのaiの利用方法についてレビューするとともに,その採用に向けた重要な課題と機会について論じる。
そのため、アフリカ医療システムのユニークなニーズを満たす持続可能なaiソリューションを作成するために、政府、民間部門、医療提供者、国際組織による、十分に調整された努力が必要である。
関連論文リスト
- The Case for Globalizing Fairness: A Mixed Methods Study on Colonialism,
AI, and Health in Africa [16.7528939567041]
我々は,アフリカにおける公平性を考慮した不均質の軸を提案するために,スコーピングレビューを実施している。
次に,一般人口調査参加者672名と,ML,健康,政策の専門家28名と質的研究を行った。
我々の分析は、関心の属性として植民地主義に焦点を当て、人工知能(AI)、健康、植民地主義の相互作用を調べる。
論文 参考訳(メタデータ) (2024-03-05T22:54:15Z) - FUTURE-AI: International consensus guideline for trustworthy and
deployable artificial intelligence in healthcare [73.51384299592974]
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) - Re-imagining health and well-being in low resource African settings
using an augmented AI system and a 3D digital twin [0.0]
我々は,疫病の流行と疫病対策に対する公衆衛生緊急対応の事例を用いている。
分析と予測のための高度なAI手法を開発するために、データとデジタル化の可用性の増大を利用する可能性がある。
論文 参考訳(メタデータ) (2023-05-29T06:17:58Z) - 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) - Ensuring Trustworthy Medical Artificial Intelligence through Ethical and
Philosophical Principles [4.705984758887425]
AIベースのコンピュータ支援診断と治療ツールは、臨床レベルを合わせるか、あるいは臨床専門家を上回ることで、医療を民主化することができる。
このようなAIツールの民主化は、ケアコストを削減し、リソース割り当てを最適化し、ケアの質を向上させる。
AIをヘルスケアに統合することは、バイアス、透明性、自律性、責任、説明責任など、いくつかの倫理的および哲学的な懸念を提起する。
論文 参考訳(メタデータ) (2023-04-23T04:14:18Z) - The Role of AI in Drug Discovery: Challenges, Opportunities, and
Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。
データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文 参考訳(メタデータ) (2022-12-08T23:23:39Z) - 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) - The Medkit-Learn(ing) Environment: Medical Decision Modelling through
Simulation [81.72197368690031]
医用シーケンシャルな意思決定に特化して設計された新しいベンチマークスイートを提案する。
Medkit-Learn(ing) Environmentは、高忠実度合成医療データに簡単かつ簡単にアクセスできるPythonパッケージである。
論文 参考訳(メタデータ) (2021-06-08T10:38:09Z) - Explainable AI meets Healthcare: A Study on Heart Disease Dataset [0.0]
目的は、様々な技術を用いて説明可能なAIシステムの理解性と解釈可能性について実践者に啓蒙することである。
本論文は、心臓病データセットに基づく例を収録し、信頼性を高めるために説明可能性技術をどのように好むべきかを解明する。
論文 参考訳(メタデータ) (2020-11-06T05:18:43Z)
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。