論文の概要: NSTRI Global Collaborative Research Data Platform

• arxiv url: http://arxiv.org/abs/2412.04474v1
• Date: Sat, 16 Nov 2024 02:13:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-15 08:58:56.781096
• Title: NSTRI Global Collaborative Research Data Platform
• Title（参考訳）: NSTRI Global Collaborative Research Data Platform
• Authors: Hyeonhoon Lee, Hanseul Kim, Kyungmin Cho, Hyung-Chul Lee,
• Abstract要約: このプラットフォームはセキュアな研究ポッドアーキテクチャ内でコンテナ化された環境を実装している。 プラットフォームは現在、SNUHから10の異なる医療データセットへのアクセスを提供している。 このインフラは、厳格なデータ保護標準を維持しながら、グローバルな共同医療研究を可能にする。
• 参考スコア（独自算出の注目度）: 1.2199548228573678
• License:
• Abstract: The National Strategic Technology Research Institute (NSTRI) Data Platform operated by Seoul National University Hospital (SNUH) addresses the challenge of accessing Korean healthcare data for international research. This platform provides secure access to pseudonymized Korean healthcare data while integrating international datasets, enabling the development of more equitable and generalizable machine learning models. The system features four key AI-powered components: an intelligent data search engine utilizing domain-specific medical embeddings, a Korean-English medical translation system, a comprehensive drug search engine, and an LLM-powered medical research assistant. The platform implements containerized environments within a secure research pod architecture, ensuring data protection while maintaining research efficiency. The platform currently provides access to 10 distinct medical datasets from SNUH, categorized by access permissions and standardized for cross-dataset analysis. This infrastructure enables global collaborative healthcare research while maintaining strict data protection standards.
• Abstract（参考訳）: ソウル国立大学病院(SNUH)が運営する国家戦略技術研究所(NSTRI)データプラットフォームは、国際研究のために韓国の医療データにアクセスするという課題に対処している。 このプラットフォームは、国際データセットを統合しながら、韓国の医療データに安全なアクセスを提供し、より公平で汎用的な機械学習モデルの開発を可能にする。 このシステムは、ドメイン固有の医療埋め込みを利用するインテリジェントなデータ検索エンジン、韓国英語の医療翻訳システム、総合的な薬物検索エンジン、LLMを利用した医療研究アシスタントの4つの重要なAI駆動コンポーネントを備えている。 このプラットフォームはセキュアな研究ポッドアーキテクチャ内でコンテナ化された環境を実装し、研究効率を維持しながらデータ保護を保証する。 プラットフォームは現在、SNUHから10の異なる医療データセットへのアクセスを提供しており、アクセス許可によって分類され、クロスデータセット分析のために標準化されている。 このインフラは、厳格なデータ保護標準を維持しながら、グローバルな共同医療研究を可能にする。

関連論文リスト

• DAMMI:Daily Activities in a Psychologically Annotated Multi-Modal IoT dataset [10.771838327042609]
  DAMMIデータセットは、この分野の研究者を支援するように設計されている。 これには、ホームインストールされたセンサー、スマートフォンデータ、リストバンド146日以上にわたって収集された高齢者の日々の行動データが含まれている。 データ収集は、新型コロナウイルス(COVID-19)のパンデミック、正月、ラマダンの宗教月など、重要なイベントにまたがる。
  論文  参考訳（メタデータ） (2024-10-05T13:26:54Z)
• FEDMEKI: A Benchmark for Scaling Medical Foundation Models via Federated Knowledge Injection [83.54960238236548]
  FEDMEKIはデータのプライバシーを守るだけでなく、医療基盤モデルの能力を高める。 FEDMEKIは、医療ファンデーションモデルに対して、直接データを公開することなく、幅広い医療知識から学ぶことを可能にする。
  論文  参考訳（メタデータ） (2024-08-17T15:18:56Z)
• Potential Renovation of Information Search Process with the Power of Large Language Model for Healthcare [0.0]
  本稿では,6段階情報探索モデルの開発と,LLM(Large Language Model)を利用した医療用情報探索プロセス(ISP)の適用による拡張について検討する。
  論文  参考訳（メタデータ） (2024-06-29T07:00:47Z)
• Towards Smart Healthcare: Challenges and Opportunities in IoT and ML [0.0]
  新型コロナウイルス(COVID-19)のパンデミックや他の健康危機は、世界中の医療サービスを促進する必要性を浮き彫りにした。 この章は、IoTヘルスケアセクターに機械学習メソッドを統合する際に直面するハードルを探求することに焦点を当てている。 現在の研究課題と潜在的な機会を包括的にまとめ、三つのシナリオに分類する。
  論文  参考訳（メタデータ） (2023-12-09T10:45:44Z)
• Multimodal Federated Learning in Healthcare: a Review [5.983768682145731]
  フェデレートラーニング(FL)は、データを統合する必要のない分散メカニズムを提供する。 本稿では,医療分野におけるマルチモーダル・フェデレート・ラーニング(MMFL)の現状について概説する。 最先端のAI技術と、医療アプリケーションにおける患者のデータプライバシの必要性のギャップを埋めることを目指している。
  論文  参考訳（メタデータ） (2023-10-14T19:43:06Z)
• The Design and Implementation of a National AI Platform for Public Healthcare in Italy: Implications for Semantics and Interoperability [62.997667081978825]
  イタリア国立衛生局は、その技術機関を通じて人工知能を採用している。 このような広大なプログラムには、知識領域の形式化に特別な注意が必要である。 AIが患者、開業医、健康システムに与える影響について疑問が投げかけられている。
  論文  参考訳（メタデータ） (2023-04-24T08:00:02Z)
• Unique Device Identification Based Linkage of Hierarchically Accessible Data Domains in Prospective Hospital Data Ecosystems [0.0]
  電子健康記録(EHR)は、患者固有の電子的に保存された健康データの体系化された収集を目標としている。 本稿では、Unique Device Identification (UDI)拡張人工股関節の例を用いて、クロスドメインデータ統合、データ融合、アクセス制御に対処する。 mHealthにデータベース化されたソーシャルフォーカスの取得が近づき、治療介入や急性診断データによるデータ統合とネットワークもカバーしている。
  論文  参考訳（メタデータ） (2022-02-26T19:45:31Z)
• 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)
• Challenges in biomarker discovery and biorepository for Gulf-war-disease studies: a novel data platform solution [48.7576911714538]
  ROSALINDという新しいデータプラットフォームを導入し、課題を克服し、健全で重要なコラボレーションを育み、科学的調査を進めます。 ROSALINDは、自己管理されたアクセシビリティ、リンク性、可積分性、中立性、信頼性を持つリソース有機体を指します。 過去12ヶ月のGWI研究におけるROSALINDの展開により、データ実験と分析のペースが加速し、多数のエラーソースが削除され、研究品質と生産性が向上しました。
  論文  参考訳（メタデータ） (2021-02-04T20:38:30Z)
• Surgical Data Science -- from Concepts toward Clinical Translation [67.543698133416]
  外科的データサイエンスは、データの取得、組織化、分析、モデリングを通じて介入医療の質を向上させることを目的としている。 私たちは、その根底にある理由を明かし、この分野における今後の進歩のロードマップを提供しました。
  論文  参考訳（メタデータ） (2020-10-30T14:20:16Z)
• 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)

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。