Fugu-MT 論文翻訳(概要): Deploying ADVISER: Impact and Lessons from Using Artificial Intelligence for Child Vaccination Uptake in Nigeria

論文の概要: Deploying ADVISER: Impact and Lessons from Using Artificial Intelligence for Child Vaccination Uptake in Nigeria

arxiv url: http://arxiv.org/abs/2402.00017v1
Date: Sat, 30 Dec 2023 21:07:21 GMT
ステータス: 処理完了
システム内更新日: 2024-02-04 05:21:01.025736
Title: Deploying ADVISER: Impact and Lessons from Using Artificial Intelligence for Child Vaccination Uptake in Nigeria
Title（参考訳）: deployment advisor: ナイジェリアの児童ワクチン接種における人工知能の利用が与える影響と教訓
Authors: Opadele Kehinde, Ruth Abdul, Bose Afolabi, Parminder Vir, Corinne Namblard, Ayan Mukhopadhyay, Abiodun Adereni
Abstract要約: ナイジェリアは乳幼児死亡率が低下している。ナイジェリアでの低ワクチン接種は、5歳未満の子どもの毎日2000人以上が死亡する主要な要因となっている。私たちはナイジェリアの政府パートナーと共同でADVISER: AI-Driven Vaccination Intervention Optimiserをデプロイしました。
参考スコア（独自算出の注目度）: 2.390802843124094
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: More than 5 million children under five years die from largely preventable or treatable medical conditions every year, with an overwhelmingly large proportion of deaths occurring in underdeveloped countries with low vaccination uptake. One of the United Nations' sustainable development goals (SDG 3) aims to end preventable deaths of newborns and children under five years of age. We focus on Nigeria, where the rate of infant mortality is appalling. In particular, low vaccination uptake in Nigeria is a major driver of more than 2,000 daily deaths of children under the age of five years. In this paper, we describe our collaboration with government partners in Nigeria to deploy ADVISER: AI-Driven Vaccination Intervention Optimiser. The framework, based on an integer linear program that seeks to maximize the cumulative probability of successful vaccination, is the first successful deployment of an AI-enabled toolchain for optimizing the allocation of health interventions in Nigeria. In this paper, we provide a background of the ADVISER framework and present results, lessons, and success stories of deploying ADVISER to more than 13,000 families in the state of Oyo, Nigeria.
Abstract（参考訳）: 5歳未満の子供500万人以上は、毎年予防または治療可能な医療状況で死亡しており、ワクチン接種率の低い未開発国では圧倒的に多く死亡している。国連の持続可能な開発目標(sdg3)の1つは、5歳未満の新生児や子供の予防可能な死亡を終わらせることである。私たちはナイジェリアに集中し、幼児死亡率がひどい。特にナイジェリアでの低ワクチン接種は、5歳未満の子供の2000人以上が毎日死亡する主要な要因となっている。本稿では、ナイジェリアの政府パートナーと共同でADVISER: AI-Driven Vaccination Intervention Optimiserの展開について述べる。このフレームワークは、予防接種成功の累積確率を最大化する整数線型プログラムに基づいており、ナイジェリアにおける健康介入の割り当てを最適化するためのAI対応ツールチェーンの展開を成功させた最初の例である。本稿では, ナイジェリア・オヨ州におけるADVISERフレームワークの背景と, ADVISERを13,000以上の家族に展開する成果, 教訓, 成功事例について述べる。

関連論文リスト

Doctors vs. Nurses: Understanding the Great Divide in Vaccine Hesitancy among Healthcare Workers [64.1526243118151]
医者は新型コロナウイルスワクチンに対して全体的に陽性であることがわかりました。医師は新型ワクチンよりもワクチンの有効性を懸念している。看護婦は子供に対する潜在的な副作用にもっと注意を払う。
論文参考訳（メタデータ） (2022-09-11T14:22:16Z)
Visual Exploratory Data Analysis of the Covid-19 Vaccination Progress in Nigeria [0.0]
2022年5月31日現在、18,728,188人が完全にワクチン接種を受けている。これはナイジェリアの人口の約10%であり、206.7億人と見積もられている。この研究で使用されるデータは、2021年3月5日から5月31日までに記録されたCovid-19ワクチンの州別分布の崩壊を含んでいる。
論文参考訳（メタデータ） (2022-08-20T09:52:18Z)
VacciNet: Towards a Smart Framework for Learning the Distribution Chain Optimization of Vaccines for a Pandemic [0.0]
我々は、VacciNetと呼ぶ、教師付き学習と強化学習(RL)を活用する新しいフレームワークを提唱した。 RLは、国の州におけるワクチン接種需要を予測し、また、調達と供給の最小コストのために、州における最適なワクチン割り当てを提案することができる。
論文参考訳（メタデータ） (2022-08-01T19:37:33Z)
ADVISER: AI-Driven Vaccination Intervention Optimiser for Increasing Vaccine Uptake in Nigeria [19.623968103293425]
我々はナイジェリアの大規模非営利組織であるHelpMumと協力し、ワクチン接種率を高めるために不均一な健康介入を設計し、最適化する。我々のフレームワークであるADVISER: AI-Driven Vaccination Intervention Optimiserは、予防接種の成功確率を最大化する整数線形プログラムに基づいている。 HelpMumは現在、ナイジェリア最大の都市に展開するパイロットプログラムを計画している。
論文参考訳（メタデータ） (2022-04-28T17:25:57Z)
A feasibility study proposal of the predictive model to enable the prediction of population susceptibility to COVID-19 by analysis of vaccine utilization for advising deployment of a booster dose [0.0]
SARS-CoV-2 B1.1.529株またはOmicron株が世界中に分布する。間もなく終わらないことや、より伝染的で有害な変種が現れるまで、時間との戦いになることを懸念する。ウイルスの増殖を防ぐ最も有望なアプローチの1つは、持続的な高予防接種効果を維持することである。
論文参考訳（メタデータ） (2022-04-25T16:05:59Z)
Preliminary Results from a Peer-Led, Social Network Intervention, Augmented by Artificial Intelligence to Prevent HIV among Youth Experiencing Homelessness [47.21347530335741]
米国では毎年400万人の若者がホームレスを経験しており、HIV感染率は3から11.5%である。 HIV予防のためのPCAモデルは、多くの集団で成功したが、顕著な失敗があった。我々は,(1)人工知能(AI)計画アルゴリズムを用いたPCA選択用アーム,(2)高次集中度(DC)として操作された人気アーム,(3)観測のみ比較群(OBS)の3つの腕で,YEHに対する新たなPCA介入試験を行った。 AIとDCの両腕は時間とともに改善され、AIベースのPCA選択が改善した
論文参考訳（メタデータ） (2020-07-11T02:17:53Z)
A Survey on Applications of Artificial Intelligence in Fighting Against COVID-19 [75.84689958489724]
SARS-CoV-2ウイルスによる新型コロナウイルスのパンデミックは世界中で急速に広がり、世界的な感染拡大につながっている。新型コロナウイルス対策の強力なツールとして、人工知能(AI)技術はこのパンデミックに対抗するために広く利用されている。この調査では、新型コロナウイルス対策におけるAIテクノロジの既存および潜在的応用に関する包括的見解を、医療とAI研究者に提示する。
論文参考訳（メタデータ） (2020-07-04T22:48:15Z)
Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
論文参考訳（メタデータ） (2020-06-05T02:04:25Z)
A Deep Q-learning/genetic Algorithms Based Novel Methodology For Optimizing Covid-19 Pandemic Government Actions [63.669642197519934]
我々はSEIR疫学モデルを用いて、人口の時間とともにウイルスウイルスの進化を表現している。報酬システムにより、アクションのシーケンス(統合、自己同化、二メートル距離、制限を取らない)を評価する。どちらの意味でも、パンデミックの悪影響を抑えるために政府が取るべき行動を発見する上で、我々の方法論が有効な手段であることを実証する。
論文参考訳（メタデータ） (2020-05-15T17:17:45Z)
Power of Artificial Intelligence to Diagnose and Prevent Further COVID-19 Outbreak: A Short Communication [0.0]
新型コロナウイルス(COVID-19、2019-nCoV)は、過去30年で3番目に危険な新型コロナウイルスである。新型コロナウイルスの感染拡大が原因で、約6000人の死者が記録されている。ナイジェリアを含む120カ国以上が、新型コロナウイルスの感染拡大による感染者157,844人、死者5,846人以上と報告された。
論文参考訳（メタデータ） (2020-04-26T19:44:37Z)
Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
論文参考訳（メタデータ） (2020-04-16T15:53:42Z)

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。