論文の概要: Environment Scan of Generative AI Infrastructure for Clinical and Translational Science

• arxiv url: http://arxiv.org/abs/2410.12793v1
• Date: Sat, 28 Sep 2024 01:53:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-20 10:10:28.536590
• Title: Environment Scan of Generative AI Infrastructure for Clinical and Translational Science
• Title（参考訳）: 臨床・翻訳科学のための生成型AI基盤の環境スキャン
• Authors: Betina Idnay, Zihan Xu, William G. Adams, Mohammad Adibuzzaman, Nicholas R. Anderson, Neil Bahroos, Douglas S. Bell, Cody Bumgardner, Thomas Campion, Mario Castro, James J. Cimino, I. Glenn Cohen, David Dorr, Peter L Elkin, Jungwei W. Fan, Todd Ferris, David J. Foran, David Hanauer, Mike Hogarth, Kun Huang, Jayashree Kalpathy-Cramer, Manoj Kandpal, Niranjan S. Karnik, Avnish Katoch, Albert M. Lai, Christophe G. Lambert, Lang Li, Christopher Lindsell, Jinze Liu, Zhiyong Lu, Yuan Luo, Peter McGarvey, Eneida A. Mendonca, Parsa Mirhaji, Shawn Murphy, John D. Osborne, Ioannis C. Paschalidis, Paul A. Harris, Fred Prior, Nicholas J. Shaheen, Nawar Shara, Ida Sim, Umberto Tachinardi, Lemuel R. Waitman, Rosalind J. Wright, Adrian H. Zai, Kai Zheng, Sandra Soo-Jin Lee, Bradley A. Malin, Karthik Natarajan, W. Nicholson Price II, Rui Zhang, Yiye Zhang, Hua Xu, Jiang Bian, Chunhua Weng, Yifan Peng,
• Abstract要約: 本研究は,36施設にわたる臨床・翻訳科学のための全国ネットワークにおける生成型AI(GenAI)基盤の包括的スキャンを報告する。 本研究は、GenAI統合の現状を考察し、ステークホルダーの役割、ガバナンス構造、倫理的考察に焦点をあてる。
• 参考スコア（独自算出の注目度）: 35.90108933392196
• License:
• Abstract: This study reports a comprehensive environmental scan of the generative AI (GenAI) infrastructure in the national network for clinical and translational science across 36 institutions supported by the Clinical and Translational Science Award (CTSA) Program led by the National Center for Advancing Translational Sciences (NCATS) of the National Institutes of Health (NIH) at the United States. With the rapid advancement of GenAI technologies, including large language models (LLMs), healthcare institutions face unprecedented opportunities and challenges. This research explores the current status of GenAI integration, focusing on stakeholder roles, governance structures, and ethical considerations by administering a survey among leaders of health institutions (i.e., representing academic medical centers and health systems) to assess the institutional readiness and approach towards GenAI adoption. Key findings indicate a diverse range of institutional strategies, with most organizations in the experimental phase of GenAI deployment. The study highlights significant variations in governance models, with a strong preference for centralized decision-making but notable gaps in workforce training and ethical oversight. Moreover, the results underscore the need for a more coordinated approach to GenAI governance, emphasizing collaboration among senior leaders, clinicians, information technology staff, and researchers. Our analysis also reveals concerns regarding GenAI bias, data security, and stakeholder trust, which must be addressed to ensure the ethical and effective implementation of GenAI technologies. This study offers valuable insights into the challenges and opportunities of GenAI integration in healthcare, providing a roadmap for institutions aiming to leverage GenAI for improved quality of care and operational efficiency.
• Abstract（参考訳）: 本研究では,米国国立衛生研究所(NIH)のNCATS(National Center for Advancing Translational Sciences)が主導する臨床・翻訳科学賞(CTSA)プログラムが支援する36の機関を対象に,臨床・翻訳科学のネットワークにおける生成AI(GenAI)基盤の包括的環境スキャンを行った。 大規模言語モデル(LLM)を含むGenAI技術の急速な進歩により、医療機関は前例のない機会と課題に直面している。 本研究は、GenAI導入に向けた制度的準備とアプローチを評価するために、医療機関(学術医療センター・保健システムの代表者)のリーダーを対象にした調査を行うことにより、GenAI統合の現状を探求し、ステークホルダーの役割、ガバナンス構造、倫理的考察に焦点をあてる。 主要な発見は、GenAIの展開の試験段階にあるほとんどの組織において、多様な制度戦略を示している。 この研究は、中央集権的な意思決定を強く好みながら、労働訓練と倫理的監督において顕著なギャップがあるガバナンスモデルにおいて、大きなバリエーションを強調している。 さらに、この結果はGenAIガバナンスに対するより協調的なアプローチの必要性を強調し、シニアリーダー、臨床医、情報技術スタッフ、研究者の協力を強調している。 我々の分析は、GenAI技術の倫理的かつ効果的な実装を保証するために対処する必要があるGenAIバイアス、データセキュリティ、ステークホルダ信頼に関する懸念も明らかにしている。 本研究は、医療におけるGenAI統合の課題と機会に関する貴重な知見を提供し、GenAIを医療の質と運用効率の向上に活用することを目指す機関のロードマップを提供する。

関連論文リスト

• Generative AI and Agency in Education: A Critical Scoping Review and Thematic Analysis [0.0]
  本稿では,ジェネレーティブAI(GenAI)と教育機関の関係を概観し,批判的デジタル教育のレンズを通して利用可能な文献を分析した。 我々は,デジタル空間における制御,可変エンゲージメントとアクセシビリティ,代理店の表記変更という3つの重要なテーマを,AIが支援するハイブリッドセマンティック分析によって明らかにした。 この結果から,GenAIは個人化や支援を通じて学習機関を強化できるが,教育の不平等が悪化し,学習者の自律性が低下する危険性も示唆された。
  論文  参考訳（メタデータ） (2024-11-01T14:40:31Z)
• Framework for Adoption of Generative Artificial Intelligence (GenAI) in Education [0.032771631221674334]
  本研究は、大学教育制度の検証と、GenAIを教育・学習に取り入れることに関連する機会と課題の評価に焦点をあてる。 学術環境におけるGenAIの効果的な統合を阻害する包括的枠組みのギャップと欠如を識別する。
  論文  参考訳（メタデータ） (2024-07-21T12:02:28Z)
• Model-based Maintenance and Evolution with GenAI: A Look into the Future [47.93555901495955]
  我々は、モデルベースエンジニアリング(MBM&E)の限界に対処する手段として、生成人工知能(GenAI)を用いることができると論じる。 我々は、エンジニアの学習曲線の削減、レコメンデーションによる効率の最大化、ドメイン問題を理解するための推論ツールとしてのGenAIの使用を提案する。
  論文  参考訳（メタデータ） (2024-07-09T23:13:26Z)
• The Potential and Perils of Generative Artificial Intelligence for Quality Improvement and Patient Safety [27.753117791280857]
  ジェネレーティブ人工知能(GenAI)は、患者の医療の質と安全性を高める自動化を通じて、医療を改善する可能性がある。 我々は、医療におけるGenAIの即時適用は、明確に定義された、低いリスク、高い価値、狭いアプリケーションを通して行われると仮定する。 我々はこれを、臨床成績を改善するエンドツーエンドの臨床意思決定のための汎用AIモデルと対比する。
  論文  参考訳（メタデータ） (2024-06-23T15:01:11Z)
• 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)
• Governance of Generative Artificial Intelligence for Companies [1.4003044924094596]
  我々は企業内でGenAIガバナンスのためのフレームワークを開発する。 このフレームワークは、ビジネスチャンスを利用するのに適したスコープ、目的、ガバナンスメカニズムを概説します。
  論文  参考訳（メタデータ） (2024-02-05T14:20:19Z)
• 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)
• Organizational Governance of Emerging Technologies: AI Adoption in Healthcare [43.02293389682218]
  Health AI Partnershipは、医療設定におけるAIシステムの適切な組織的ガバナンスの要件をより適切に定義することを目的としている。 これは、米国の医療システムによるAI導入に関わる、現在のガバナンス構造とプロセスに関する、最も詳細な定性的な分析の1つである。 これらの発見が、医療における新興テクノロジーの安全で効果的で責任ある採用を促進する能力を構築するための将来の取り組みを知らせてくれることを期待している。
  論文  参考訳（メタデータ） (2023-04-25T18:30:47Z)
• Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
  AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
  論文  参考訳（メタデータ） (2021-01-15T10:43:10Z)

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。