論文の概要: SaludConectaMX: Lessons Learned from Deploying a Cooperative Mobile Health System for Pediatric Cancer Care in Mexico
- arxiv url: http://arxiv.org/abs/2408.00881v1
- Date: Thu, 1 Aug 2024 19:13:49 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-05 15:06:04.664578
- Title: SaludConectaMX: Lessons Learned from Deploying a Cooperative Mobile Health System for Pediatric Cancer Care in Mexico
- Title（参考訳）: SaludConectaMX:メキシコにおける小児がん医療における協調医療システムの導入から学んだ教訓
- Authors: Jennifer J. Schnur, Angélica Garcia-Martínez, Patrick Soga, Karla Badillo-Urquiola, Alejandra J. Botello, Ana Calderon Raisbeck, Sugana Chawla, Josef Ernst, William Gentry, Richard P. Johnson, Michael Kennel, Jesús Robles, Madison Wagner, Elizabeth Medina, Juan Garduño Espinosa, Horacio Márquez-González, Victor Olivar-López, Luis E. Juárez-Villegas, Martha Avilés-Robles, Elisa Dorantes-Acosta, Viridia Avila, Gina Chapa-Koloffon, Elizabeth Cruz, Leticia Luis, Clara Quezada, Emanuel Orozco, Edson Serván-Mori, Martha Cordero, Rubén Martín Payo, Nitesh V. Chawla,
- Abstract要約: SaludConectaMXは、メキシコのがん患児に対する化学療法を通しての合併症の要因を追跡し、理解するための総合的なシステムである。
本システムは,Webアプリケーション(病院職員用)とモバイルアプリケーション(家族介護者用)から構成される。
本稿では,1.5年間のパイロット実験によるシステム設計およびユーザビリティ評価結果について述べる。
- 参考スコア（独自算出の注目度）: 33.91720564325487
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We developed SaludConectaMX as a comprehensive system to track and understand the determinants of complications throughout chemotherapy treatment for children with cancer in Mexico. SaludConectaMX is unique in that it integrates patient clinical indicators with social determinants and caregiver mental health, forming a social-clinical perspective of the patient's evolving health trajectory. The system is composed of a web application (for hospital staff) and a mobile application (for family caregivers), providing the opportunity for cooperative patient monitoring in both hospital and home settings. This paper presents the system's preliminary design and usability evaluation results from a 1.5-year pilot study. Our findings indicate that while the hospital web app demonstrates high completion rates and user satisfaction, the family mobile app requires additional improvements for optimal accessibility; statistical and qualitative data analysis illuminate pathways for system improvement. Based on this evidence, we formalize suggestions for health system development in LMICs, which HCI researchers may leverage in future work.
- Abstract（参考訳）: SaludConectaMXは,メキシコのがん患児に対する化学療法中における合併症の要因を把握し,理解するための総合システムである。
SaludConectaMXは、患者の臨床指標を社会的決定要因や介護者のメンタルヘルスと統合し、患者の健康軌道の社会的・クリニカルな視点を形成するという点でユニークである。
このシステムは、Webアプリケーション(病院スタッフ向け)とモバイルアプリケーション(家族介護者向け)で構成されており、病院と自宅の両方で協調的な患者モニタリングを行う機会を提供する。
本稿では,1.5年間のパイロット実験によるシステム設計およびユーザビリティ評価結果について述べる。
以上の結果から,院内Webアプリは高い完成率とユーザ満足度を示す一方で,家族向けモバイルアプリではアクセシビリティの向上が求められ,統計的および定性的なデータ分析がシステム改善の道筋を照らすことがわかった。
この証拠に基づいて,HCI研究者が今後の研究に活用できるLMICの健康システム開発の提案を定式化する。
関連論文リスト
- PIORS: Personalized Intelligent Outpatient Reception based on Large Language Model with Multi-Agents Medical Scenario Simulation [37.62430767919014]
中国では、受付係の看護師は外来で圧倒的な負荷に直面し、各患者の時間と注意を制限している。
パーソナライズされた知的外来受容器システム(PIORS)について紹介する。
本システムは, LLMベースの受付看護師と, LLMと病院情報システム(HIS)の連携を実際の外来環境に統合する。
論文 参考訳（メタデータ） (2024-11-21T07:28:07Z) - Harnessing the Digital Revolution: A Comprehensive Review of mHealth Applications for Remote Monitoring in Transforming Healthcare Delivery [1.03590082373586]
このレビューでは、遠隔医療プラットフォーム、慢性疾患管理用のモバイルアプリ、ウェアラブルデバイスなど、リモート監視に使用されるさまざまなタイプのmHealthアプリケーションを強調している。
これらの応用の利点は、患者の成果の改善、医療へのアクセスの向上、医療費の削減、医療格差への対処である。
しかしながら、プライバシやセキュリティ上の懸念、技術的なインフラストラクチャの欠如、規制のイシュー、データの正確性、ユーザの遵守、ディジタルディビジョンといった課題や制限には対処する必要がある。
論文 参考訳（メタデータ） (2024-08-26T11:32:43Z) - Health-LLM: Personalized Retrieval-Augmented Disease Prediction System [43.91623010448573]
本稿では,大規模特徴抽出と医療知識トレードオフスコアリングを組み合わせた,革新的なフレームワークHeath-LLMを提案する。
従来の健康管理アプリケーションと比較して,本システムには3つの利点がある。
論文 参考訳（メタデータ） (2024-02-01T16:40:32Z) - Large Language Models for Healthcare Data Augmentation: An Example on
Patient-Trial Matching [49.78442796596806]
患者-心電図マッチング(LLM-PTM)のための革新的なプライバシ対応データ拡張手法を提案する。
本実験では, LLM-PTM法を用いて平均性能を7.32%向上させ, 新しいデータへの一般化性を12.12%向上させた。
論文 参考訳（メタデータ） (2023-03-24T03:14:00Z) - 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) - Clinical Outcome Prediction from Admission Notes using Self-Supervised
Knowledge Integration [55.88616573143478]
臨床テキストからのアウトカム予測は、医師が潜在的なリスクを見落としないようにする。
退院時の診断,手術手順,院内死亡率,長期予測は4つの一般的な結果予測対象である。
複数の公開資料から得られた患者結果に関する知識を統合するために,臨床結果の事前学習を提案する。
論文 参考訳（メタデータ） (2021-02-08T10:26:44Z) - CPAS: the UK's National Machine Learning-based Hospital Capacity
Planning System for COVID-19 [111.69190108272133]
新型コロナウイルス(COVID-19)の2019年は、集中治療リソースに対する前例のない需要を伴う圧倒的な医療システムの脅威となる。
病院資源計画のための機械学習システムであるCPAS(COVID-19 Capacity Planning and Analysis System)を開発した。
CPASは、新型コロナウイルス(COVID-19)のパンデミックに対処するため、全国規模で病院に配備された最初の機械学習ベースのシステムの一つだ。
論文 参考訳（メタデータ） (2020-07-27T19:39:13Z) - SSHealth: Toward Secure, Blockchain-Enabled Healthcare Systems [13.035267999201935]
本稿では,感染症の発見,遠隔監視,迅速な緊急対応を可能にする,スマートでセキュアな医療システム(ssHealth)を提案する。
ブロックチェーンベースのアーキテクチャを開発し、そのフレキシブルな構成を可能にし、異なるヘルスエンティティ間の医療データ共有を最適化します。
提案するssHealthシステムの利点と今後の研究の方向性を明らかにする。
論文 参考訳（メタデータ） (2020-06-18T20:34:56Z)
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。