論文の概要: Foundational guidelines for enhancing neurotechnology research and development through end-user involvement
- arxiv url: http://arxiv.org/abs/2404.00047v2
- Date: Wed, 11 Sep 2024 17:02:08 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-12 21:32:34.728997
- Title: Foundational guidelines for enhancing neurotechnology research and development through end-user involvement
- Title(参考訳): エンドユーザー関与による神経技術研究・開発促進のための基礎的ガイドライン
- Authors: Amparo Güemes, Tiago da Silva Costa, Tamar Makin,
- Abstract要約: PPIE(Public and patient Involvement and Engagement)は、エンドユーザを技術開発ライフサイクルに巻き込むという概念を明確にするためのフレームワークである。
ここでは,ニューロテクノロジーにおける現在および将来のエンドユーザーによる堅牢な関与プロセスを実装するための明確なガイドラインを開発するために,PPIEフレームワークを利用する。
さまざまなオンラインソースから、個々のチーム(および資金提供者)に対して、意味のある関与に対する独自のアプローチを彫るようアドバイスします。
- 参考スコア(独自算出の注目度): 0.18434042562191813
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Neurotechnologies are increasingly becoming integrated with our everyday lives, our bodies and our mental states. As the popularity and impact of neurotechnology grows, so does our responsibility to ensure we understand its particular implications on its end users, as well as broader ethical and societal implications. Enabling end-users and stakeholders to participate in the development of neurotechnology, from its earliest stages of conception, will help us better navigate our design around these considerations and deliver more impactful technologies. There are many terms and frameworks to articulate the concept of involving end users in the technology development lifecycle, for example: 'Public and Patient Involvement and Engagement' (PPIE), 'lived experience' and 'co-design'. Here we utilise the PPIE framework to develop clear guidelines for implementing a robust involvement process of current and future end-users in neurotechnology. We present best practice guidance for researchers and engineers who are interested in developing and conducting a PPI strategy for their neurotechnology. We provide advice from various online sources to orient individual teams (and funders) to carve up their own approach to meaningful involvement. After an introduction that coveys the tangible and conceptual benefits of user involvement, we guide the reader to develop a general strategy towards setting up their own process. We then help the reader map out their relevant stakeholders and provide advice on how to consider user diversity and representation. We also provide advice on how to quantify the outcomes of the engagement, as well as a check-list to ensure transparency and accountability at various stages. The aim is the establishment of gold-standard methodologies for ensuring that patient and public insights are at the forefront of our scientific inquiry and product development.
- Abstract(参考訳): 神経技術は、日々の生活、身体、そして精神状態とますます統合されつつある。
ニューロテクノロジーの人気と影響が高まるにつれて、私たちの責任は、そのエンドユーザーへの特定の影響と、より広範な倫理的および社会的影響を理解することにある。
エンドユーザーやステークホルダーを、その初期の概念からニューロテクノロジー開発に参加させることは、これらの考慮事項に関するデザインをより良くナビゲートし、より影響力のある技術を提供するのに役立つだろう。
技術開発ライフサイクルにエンドユーザを巻き込むという概念を具体化するための用語やフレームワークが数多く存在する。例えば、"Public and patient Involvement and Engagement"(PPIE)、"Life Experience"、"co-design"である。
ここでは,ニューロテクノロジーにおける現在および将来のエンドユーザーによる堅牢な関与プロセスを実装するための明確なガイドラインを開発するために,PPIEフレームワークを利用する。
神経テクノロジーのためのPPI戦略の開発と実施に関心がある研究者や技術者に対して、ベストプラクティスのガイダンスを提示する。
さまざまなオンラインソースから、個々のチーム(および資金提供者)に対して、意味のある関与に対する独自のアプローチを彫るようアドバイスします。
ユーザ関与の具体的かつ概念的なメリットを探求する紹介の後、読者は自身のプロセスを構築するための一般的な戦略を開発するよう指導する。
次に、読者が関連するステークホルダーをマップアウトし、ユーザの多様性と表現をどう考えるかについてのアドバイスを提供するのを手伝います。
また、エンゲージメントの結果を定量化する方法についてのアドバイスや、さまざまな段階で透明性と説明責任を確保するためのチェックリストも提供します。
目的は、患者と公衆の洞察が、我々の科学的調査と製品開発の最前線にあることを保証するための、金本位制の方法論の確立である。
関連論文リスト
- Inclusive Practices for Child-Centered AI Design and Testing [1.534667887016089]
我々は、ニューロディバージェントな子供たちからのインプットを含む、アクセス可能なAI技術の作成に関する洞察を提供する。
適応的で支援的なAI技術と設計プロセスの重要性を強調します。
論文 参考訳(メタデータ) (2024-04-09T00:51:24Z) - Hair and scalp disease detection using deep learning [0.3958317527488534]
本稿では, 皮膚科における先駆的アプローチについて紹介し, 毛髪・頭皮疾患の検出のための堅牢な方法を提案する。
提案手法は画像認識における有効性でよく知られている畳み込みニューラルネットワーク(CNN)に依存している。
本システムは, 早期診断・診断の非侵襲的かつ高効率な手段として, 皮膚科診断の進歩を示す。
論文 参考訳(メタデータ) (2024-03-09T04:49:40Z) - DeepSpeed4Science Initiative: Enabling Large-Scale Scientific Discovery
through Sophisticated AI System Technologies [116.09762105379241]
DeepSpeed4Scienceは、AIシステム技術革新を通じてユニークな機能を構築することを目指している。
我々は、構造生物学研究における2つの重要なシステム課題に対処するために、DeepSpeed4Scienceで行った初期の進歩を紹介した。
論文 参考訳(メタデータ) (2023-10-06T22:05:15Z) - 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) - World Models and Predictive Coding for Cognitive and Developmental
Robotics: Frontiers and Challenges [51.92834011423463]
我々は世界モデルと予測符号化の2つの概念に焦点を当てる。
神経科学において、予測符号化は、脳がその入力を継続的に予測し、その環境における自身のダイナミクスと制御行動のモデル化に適応するように提案する。
論文 参考訳(メタデータ) (2023-01-14T06:38:14Z) - Towards responsible research in digital technology for health care [0.0]
デジタル技術は、日々の生活とプロフェッショナルの生活の利益のためにどこにでもあります。
それは私たちの生活に強く影響を与え、COVID-19危機の間、職業的・社会的活動を維持するために不可欠でした。
過去40年間で、コンピューティングとデジタル技術がヘルスケアにどのように影響したかを示すイノベーションが生まれ、導入されてきた。
論文 参考訳(メタデータ) (2021-09-28T07:01:29Z) - Intelligent interactive technologies for mental health and well-being [70.1586005070678]
本論文では,既存ソリューションの将来展望を批判的に分析する。
特に、私たちは。
メンタルヘルスのための技術の概要を説明します。
提案された基準に照らして テクノロジーを批判的に分析する
これらの技術の設計見通しを提供するのです
論文 参考訳(メタデータ) (2021-05-11T19:04:21Z) - The Short Anthropological Guide to the Study of Ethical AI [91.3755431537592]
ショートガイドは、AI倫理と社会科学の紹介と、AIの開発に関する人類学的視点の両方を兼ね備えている。
AIシステムの社会的影響と、これらのシステムがいかにして我々の世界がどのように機能するかを再考するかについての洞察を、この分野に馴染みのない人たちに提供することを目指している。
論文 参考訳(メタデータ) (2020-10-07T12:25:03Z) - Ethical Analysis on the Application of Neurotechnology for Human
Augmentation in Physicians and Surgeons [23.36435820457202]
我々は、医師や外科医に神経テクノロジーを応用すれば、不正を生じさせ、彼らや患者に害を与える可能性があると論じている。
まず、医師や外科医の関連強化を達成するために使用できる強化と神経技術について説明する。
次に、文献内で議論された倫理的関心事について検討し、神経テクノロジーを増強目的に活用することの背景にある神経工学について考察し、医療・外科の実践において、神経テクノロジーによる人為的な強化を行うことの成果と倫理的問題について分析して結論付ける。
論文 参考訳(メタデータ) (2020-06-23T07:46:22Z) - From Bit To Bedside: A Practical Framework For Artificial Intelligence
Product Development In Healthcare [0.0]
本稿では,AI駆動型バイオメディカル製品開発のための意思決定視点フレームワークを提案する。
我々は, 臨床検証, 規制問題, データ戦略, アルゴリズム開発に関する課題に焦点をあてる。
私たちのフレームワークは、イノベーションフレームワークのテンプレートと見なされるべきです。
論文 参考訳(メタデータ) (2020-03-23T14:42:18Z) - Deep Technology Tracing for High-tech Companies [67.86308971806322]
我々は、各ハイテク企業にカスタマイズされた最も可能な技術方向を自動的に見つけるために、新しいデータ駆動ソリューション、すなわちDeep Technology Forecasting(DTF)フレームワークを開発する。
DTFは、潜在的な競合認識(PCR)、協調技術認識(CTR)、Deep Technology Tracing(DTT)ニューラルネットワークの3つのコンポーネントで構成されている。
論文 参考訳(メタデータ) (2020-01-02T07:44:12Z)
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。