Fugu-MT 論文翻訳(概要): Artificial Intelligence-based Decision Support Systems for Precision and Digital Health

論文の概要: Artificial Intelligence-based Decision Support Systems for Precision and Digital Health

arxiv url: http://arxiv.org/abs/2407.16062v1
Date: Mon, 22 Jul 2024 21:39:34 GMT
ステータス: 処理完了
システム内更新日: 2024-07-24 19:15:20.045314
Title: Artificial Intelligence-based Decision Support Systems for Precision and Digital Health
Title（参考訳）: 精密・デジタル健康のための人工知能による意思決定支援システム
Authors: Nina Deliu, Bibhas Chakraborty,
Abstract要約: 我々は、AIによって提供される機会、具体的には強化学習から現在のヘルスケアのトレンドまでについて論じる。我々は適応的な介入の分野に焦点を当てる。この記事は匿名レビューを受けており、"Frontiers of Statistics and Data Science"の巻の書籍章として意図されている。
参考スコア（独自算出の注目度）: 0.49109372384514843
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Precision health, increasingly supported by digital technologies, is a domain of research that broadens the paradigm of precision medicine, advancing everyday healthcare. This vision goes hand in hand with the groundbreaking advent of artificial intelligence (AI), which is reshaping the way we diagnose, treat, and monitor both clinical subjects and the general population. AI tools powered by machine learning have shown considerable improvements in a variety of healthcare domains. In particular, reinforcement learning (RL) holds great promise for sequential and dynamic problems such as dynamic treatment regimes and just-in-time adaptive interventions in digital health. In this work, we discuss the opportunity offered by AI, more specifically RL, to current trends in healthcare, providing a methodological survey of RL methods in the context of precision and digital health. Focusing on the area of adaptive interventions, we expand the methodological survey with illustrative case studies that used RL in real practice. This invited article has undergone anonymous review and is intended as a book chapter for the volume "Frontiers of Statistics and Data Science" edited by Subhashis Ghoshal and Anindya Roy for the International Indian Statistical Association Series on Statistics and Data Science, published by Springer. It covers the material from a short course titled "Artificial Intelligence in Precision and Digital Health" taught by the author Bibhas Chakraborty at the IISA 2022 Conference, December 26-30 2022, at the Indian Institute of Science, Bengaluru.
Abstract（参考訳）: デジタル技術によってますます支持されるようになった精密医療は、精密医療のパラダイムを広げ、日々の医療を前進させる研究分野である。このビジョンは、人工知能(AI)の画期的な出現と相まって、臨床患者と一般市民の両方の診断、治療、監視の方法を変えようとしている。機械学習を利用したAIツールは、さまざまな医療領域で大幅に改善されている。特に、強化学習(RL)は、動的治療体制やデジタルヘルスにおけるジャスト・イン・タイム適応的介入のような、シーケンシャルでダイナミックな問題に対して大きな期待を持っている。本稿では、AI、特にRLが医療の現在のトレンドにもたらす機会について論じ、精度とデジタルヘルスの文脈におけるRL手法の方法論的調査を提供する。適応的介入の分野に着目し,RLを実例に用いた実証的事例研究により方法論的調査を拡大する。この招待記事は匿名のレビューを受けており、Subhashis Ghoshal と Anindya Roy が編集した "Frontiers of Statistics and Data Science" という巻の書籍の章として Springer が発行した International Indian Statistical Association Series on Statistics and Data Science に掲載されている。 2022年12月26-30日のIISA 2022 ConferenceでBibhas Chakrabortyがインドのベンガルにあるインド科学研究所で教えた"Artificial Intelligence in Precision and Digital Health"という短いコースの資料をカバーしている。

関連論文リスト

Data-Driven Analysis of AI in Medical Device Software in China: Deep Learning and General AI Trends Based on Regulatory Data [3.1485639585141114]
AI可能な医療機器を自動的に抽出し分析するために、データ駆動のアプローチを活用します。 400万以上のエントリが評価され、2,174のMDSW登録が特定された。 AIMDを利用した医療専門分野には、呼吸器(20.5%)、眼科・内分泌学(12.8%)、整形外科(10.3%)がある。
論文参考訳（メタデータ） (2024-11-11T21:28:50Z)
A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
論文参考訳（メタデータ） (2024-05-21T06:44:40Z)
An Explainable AI Framework for Artificial Intelligence of Medical Things [2.7774194651211217]
我々はカスタムXAIフレームワークを活用し、LIME(Local Interpretable Model-Agnostic Explanations)、SHAP(SHapley Additive ExPlanations)、Grad-Cam(Grad-weighted Class Activation Mapping)といったテクニックを取り入れた。提案手法は, 戦略的医療手法の有効性を高め, 信頼度を高め, 医療応用の理解を促進することを目的としている。我々はXAIフレームワークを脳腫瘍検出に応用し,正確かつ透明な診断方法を示した。
論文参考訳（メタデータ） (2024-03-07T01:08:41Z)
A survey of recent methods for addressing AI fairness and bias in biomedicine [48.46929081146017]
人工知能システムは、人種や性別に基づくような社会的不平等を永続するか、偏見を示すことができる。バイオメディカル自然言語処理 (NLP) やコンピュータビジョン (CV) の分野での様々な脱バイアス法に関する最近の論文を調査した。我々は,2018年1月から2023年12月にかけて,複数のキーワードの組み合わせを用いて,PubMed,ACMデジタルライブラリ,IEEE Xploreに関する文献検索を行った。バイオメディシンに応用可能な一般領域からの他の方法について検討し, バイアスに対処し, 公平性を向上する方法について検討した。
論文参考訳（メタデータ） (2024-02-13T06:38:46Z)
Generative AI-Driven Human Digital Twin in IoT-Healthcare: A Comprehensive Survey [53.691704671844406]
IoT(Internet of Things)は、特にヘルスケアにおいて、人間の生活の質を大幅に向上させる。ヒトデジタルツイン(HDT)は、個体の複製を包括的に特徴付ける革新的なパラダイムとして提案されている。 HDTは、多用途で生き生きとした人間のデジタルテストベッドとして機能することで、医療監視の応用を超えて、IoTヘルスの強化を図っている。最近、生成人工知能(GAI)は、高度なAIアルゴリズムを利用して、多種多様なデータを自動的に生成、操作、修正できるため、有望なソリューションである可能性がある。
論文参考訳（メタデータ） (2024-01-22T03:17:41Z)
Safe AI for health and beyond -- Monitoring to transform a health service [51.8524501805308]
機械学習アルゴリズムの出力を監視するために必要なインフラストラクチャを評価する。モデルのモニタリングと更新の例を示す2つのシナリオを提示します。
論文参考訳（メタデータ） (2023-03-02T17:27:45Z)
HEAR4Health: A blueprint for making computer audition a staple of modern healthcare [89.8799665638295]
近年、従来の医療システムを変革する試みとして、デジタル医療の研究が急速に増加している。コンピュータによるオーディションは、少なくとも商業的関心の面では遅れている。実生活における聴覚信号の分析に必要な基礎技術に対応する聴覚、計算とデータ効率の進歩、個々の差異を考慮し、医療データの長手性を扱う聴覚。
論文参考訳（メタデータ） (2023-01-25T09:25:08Z)
The stochastic digital human is now enrolling for in silico imaging trials -- Methods and tools for generating digital cohorts [0.0]
サイリコ・イメージング・トライアル(英: silico imaging trial)は、医療機器の性能を確認するための計算研究である。新しい技術を評価するためのサイリコ試験の利点は、かなりの資源と時間の節約である。サイリコ試験を行うには、人間のデジタル表現が必要である。
論文参考訳（メタデータ） (2023-01-20T18:31:22Z)
Explainable AI for clinical and remote health applications: a survey on tabular and time series data [3.655021726150368]
XAIは、特に医療において、さまざまな研究領域やデータタイプに同じ関心を集めていない点に注意が必要だ。本稿は,過去5年間の文献を概観し,生成した説明のタイプと,それらの関連性や品質を評価するための取り組みについて述べる。
論文参考訳（メタデータ） (2022-09-14T10:01:29Z)
BiteNet: Bidirectional Temporal Encoder Network to Predict Medical Outcomes [53.163089893876645]
本稿では,患者の医療旅行におけるコンテキスト依存と時間的関係を捉える,新たな自己注意機構を提案する。エンド・ツー・エンドの双方向時間エンコーダネットワーク(BiteNet)が患者の旅路の表現を学習する。実世界のEHRデータセットを用いた2つの教師付き予測と2つの教師なしクラスタリングタスクにおける手法の有効性を評価した。
論文参考訳（メタデータ） (2020-09-24T00:42:36Z)
Survey of XAI in digital pathology [3.4591414173342643]
本稿では,デジタル病理学におけるXAIについて,特定の特徴とニーズを持つ医用画像のサブディシプリタであるXAIについて紹介する。病理画像診断における深層学習手法に関する現在のXAI技術の概要について概説する。そこで我々は,XAIランドスケープの不可欠な部分として不確実性推定手法を取り入れた。
論文参考訳（メタデータ） (2020-08-14T13:11:54Z)

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。