論文の概要: CIRO: COVID-19 infection risk ontology
- arxiv url: http://arxiv.org/abs/2308.09719v1
- Date: Mon, 7 Aug 2023 11:12:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-27 05:16:31.939839
- Title: CIRO: COVID-19 infection risk ontology
- Title（参考訳）: CIRO:感染リスクオントロジー
- Authors: Shusaku Egami, Yasunori Yamamoto, Ikki Ohmukai, Takashi Okumura
- Abstract要約: 本研究は、新型コロナウイルス感染リスクオントロジー(CIRO)と呼ばれるオントロジーにより、各人の感染リスクの評価を自動化する試みである。
これは、個人による感染リスクの自動評価に向けて、日本政府が策定した新型コロナウイルスの感染リスクを表現している。
評価のために、構築した知識グラフが、政府によって策定されたリスクを推測できることを実証した。
- 参考スコア（独自算出の注目度）: 0.1638581561083717
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Public health authorities perform contact tracing for highly contagious
agents to identify close contacts with the infected cases. However, during the
pandemic caused by coronavirus disease 2019 (COVID-19), this operation was not
employed in countries with high patient volumes. Meanwhile, the Japanese
government conducted this operation, thereby contributing to the control of
infections, at the cost of arduous manual labor by public health officials. To
ease the burden of the officials, this study attempted to automate the
assessment of each person's infection risk through an ontology, called COVID-19
Infection Risk Ontology (CIRO). This ontology expresses infection risks of
COVID-19 formulated by the Japanese government, toward automated assessment of
infection risks of individuals, using Resource Description Framework (RDF) and
SPARQL (SPARQL Protocol and RDF Query Language) queries. For evaluation, we
demonstrated that the knowledge graph built could infer the risks, formulated
by the government. Moreover, we conducted reasoning experiments to analyze the
computational efficiency. The experiments demonstrated usefulness of the
knowledge processing, and identified issues left for deployment.
- Abstract（参考訳）: 公衆衛生当局は、感染した患者との密接な接触を特定するために、感染性の高いエージェントの接触追跡を行う。
しかし、新型コロナウイルス感染症(COVID-19)によるパンデミックでは、患者数の多い国では採用されなかった。
一方、日本政府はこの作業を行い、公衆衛生当局による厳しい手作業の犠牲を伴い、感染の抑制に寄与した。
新型コロナウイルス感染リスクオントロジー(ciro:covid-19 infection risk ontology)と呼ばれるオントロジーを通じて、各人の感染リスクの評価を自動化しようと試みた。
本オントロジーは、個人による感染リスクの自動評価に向けて、日本政府によって策定された新型コロナウイルスの感染リスクを、Resource Description Framework(RDF)およびSPARQL(SPARQL ProtocolおよびRDFクエリ言語)クエリを用いて表現する。
評価のために,構築したナレッジグラフが,政府が定式化したリスクを推測できることを実証した。
さらに,計算効率を解析するための推論実験を行った。
実験は知識処理の有用性を示し、デプロイに残された問題を特定した。
関連論文リスト
- COVID-19 Spreading Prediction and Impact Analysis by Using Artificial
Intelligence for Sustainable Global Health Assessment [0.0]
現在、新型コロナウイルスの流行は2,164,111人以上に影響し、世界中で200カ国以上で146,198人以上が死亡している。
この状況におけるAIの根本的な困難は、情報の可用性の制限と病気の確実性である。
本稿では、AIを統合して感染症の発生を予測するとともに、ディープラーニングを用いたAIが新型コロナウイルス感染した胸部X線を認識できるかどうかを検証した。
論文 参考訳（メタデータ） (2023-04-23T19:48:29Z) - COVID-19 Activity Risk Calculator as a Gamified Public Health
Intervention Tool [5.507925537323859]
新型コロナウイルス感染症(COVID-19)は、重症急性呼吸器症候群(SARS)ウイルス2(SARS-CoV-2)によるパンデミックで、200カ国以上が感染し、何百万人もの人が死亡した。
リスク推定装置のような公衆衛生介入は、影響する行動を通じて、パンデミックや流行の拡散を減らすことができる。
本研究では,新型コロナウイルスのリスク計算システムの合理化,拡張性,正確性を実証する。
論文 参考訳（メタデータ） (2022-12-05T06:25:24Z) - COVID-Net CXR-S: Deep Convolutional Neural Network for Severity
Assessment of COVID-19 Cases from Chest X-ray Images [74.77272804752306]
胸部CXR画像に基づくSARS-CoV-2陽性患者の空間重症度を予測する畳み込みニューラルネットワークであるCOVID-Net CXR-Sについて紹介する。
患者15,000人以上の多国籍コホートから得られた16,000以上のCXR画像から得られた表現的知識を,重症度評価のためのカスタムネットワークアーキテクチャへ伝達する。
提案したCXR-Sは、新型コロナウイルス陽性患者のCXR画像のコンピュータ支援による重症度評価のための強力なツールとなる可能性がある。
論文 参考訳（メタデータ） (2021-05-01T14:15:12Z) - COVIDx-US -- An open-access benchmark dataset of ultrasound imaging data
for AI-driven COVID-19 analytics [116.6248556979572]
COVIDx-USは、新型コロナウイルス関連超音波画像データのオープンアクセスベンチマークデータセットです。
肺超音波93本と,SARS-CoV-2肺炎,非SARS-CoV-2肺炎,健康管理症例10,774本からなる。
論文 参考訳（メタデータ） (2021-03-18T03:31:33Z) - A New Screening Method for COVID-19 based on Ocular Feature Recognition
by Machine Learning Tools [66.20818586629278]
コロナウイルス感染症2019(COVID-19)は、数百万人に影響している。
一般的なCCDやCMOSカメラで撮影された視線領域の画像を分析する新しいスクリーニング手法は、新型コロナウイルスの急激なリスクスクリーニングを確実に実現する可能性がある。
論文 参考訳（メタデータ） (2020-09-04T00:50:27Z) - A Real-time Robot-based Auxiliary System for Risk Evaluation of COVID-19
Infection [31.76845310194196]
本稿では,新型コロナウイルス感染リスク評価のためのロボットによるリアルタイム補助システムを提案する。
リアルタイム音声認識、温度測定、キーワード検出、粗い検出、その他の機能を組み合わせる。
論文 参考訳（メタデータ） (2020-08-18T01:58:52Z) - A Partially Observable MDP Approach for Sequential Testing for
Infectious Diseases such as COVID-19 [29.84897273754802]
本研究では,制約付き逐次学習に基づく資源配分問題として,テスト問題をキャストできることを示す。
そして、感染した個体数を最小化する効率的な学習戦略を開発する。
論文 参考訳（メタデータ） (2020-07-25T22:13:37Z) - Understanding the temporal evolution of COVID-19 research through
machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。
私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。
調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文 参考訳（メタデータ） (2020-07-22T18:02:39Z) - COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。
カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文 参考訳（メタデータ） (2020-05-18T07:40:49Z) - A Smartphone enabled Approach to Manage COVID-19 Lockdown and Economic
Crisis [1.9188864062289428]
新型コロナウイルス(COVID-19)の出現は、医療システムに過負荷をもたらし、死亡率が高い。
本稿では,新型コロナウイルス感染者の接触を自動的かつ広範囲に追跡するスマートフォンベースのアプローチを開発した。
我々はまた、ロックダウン/マス隔離を安全に解除する方法について、政府関係者にプランを提供するダッシュボードも開発した。
論文 参考訳（メタデータ） (2020-04-25T21:42:07Z) - Mapping the Landscape of Artificial Intelligence Applications against
COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。
我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文 参考訳（メタデータ） (2020-03-25T12:30:33Z)
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。