論文の概要: AI-Driven Decision Support in Oncology: Evaluating Data Readiness for Skin Cancer Treatment

• arxiv url: http://arxiv.org/abs/2503.09164v1
• Date: Wed, 12 Mar 2025 08:49:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-13 15:39:31.132159
• Title: AI-Driven Decision Support in Oncology: Evaluating Data Readiness for Skin Cancer Treatment
• Title（参考訳）: オンコロジーにおけるAI駆動決定支援:皮膚がん治療のためのデータ準備性の評価
• Authors: Joscha Grüger, Tobias Geyer, Tobias Brix, Michael Storck, Sonja Leson, Laura Bley, Carsten Weishaupt, Ralph Bergmann, Stephan A. Braun,
• Abstract要約: この研究は、大学病院Mの皮膚腫瘍センターで実施され、オンコロジーにおける効果的なAI応用の実現において、データ品質、可用性、および抽出性の本質的な役割を解明した。 本研究は、皮膚がん治療決定のための重要なデータポイントを特定し、様々な情報システムにおけるそれらの存在と品質を評価し、構造化されていないデータから情報を抽出する難しさを強調している。
• 参考スコア（独自算出の注目度）: 0.1741346113266207
• License:
• Abstract: This research focuses on evaluating and enhancing data readiness for the development of an Artificial Intelligence (AI)-based Clinical Decision Support System (CDSS) in the context of skin cancer treatment. The study, conducted at the Skin Tumor Center of the University Hospital M\"unster, delves into the essential role of data quality, availability, and extractability in implementing effective AI applications in oncology. By employing a multifaceted methodology, including literature review, data readiness assessment, and expert workshops, the study addresses the challenges of integrating AI into clinical decision-making. The research identifies crucial data points for skin cancer treatment decisions, evaluates their presence and quality in various information systems, and highlights the difficulties in extracting information from unstructured data. The findings underline the significance of high-quality, accessible data for the success of AI-driven CDSS in medical settings, particularly in the complex field of oncology.
• Abstract（参考訳）: 本研究は、皮膚がん治療の文脈における人工知能(AI)ベースの臨床決定支援システム(CDSS)の開発のためのデータ準備性の評価と向上に焦点を当てる。 この研究は、大学病院「M\」皮膚腫瘍センターで実施され、オンコロジーにおける効果的なAI応用の実現におけるデータ品質、可用性、抽出性の本質的な役割を解明した。 文献レビュー、データ準備性評価、専門家ワークショップなど、多面的な方法論を採用することで、この研究は、AIを臨床的意思決定に組み込むことの課題に対処する。 本研究は、皮膚がん治療決定のための重要なデータポイントを特定し、様々な情報システムにおけるそれらの存在と品質を評価し、構造化されていないデータから情報を抽出する難しさを強調している。 この知見は,医学,特に腫瘍学の複雑な分野において,AI駆動型CDSSの成功のために,高品質でアクセス可能なデータの重要性を浮き彫りにしている。

関連論文リスト

• Towards Privacy-aware Mental Health AI Models: Advances, Challenges, and Opportunities [61.633126163190724]
  精神病は、社会的、個人的コストがかなり高い広範囲で不安定な状態である。 近年の人工知能(AI)の進歩は、うつ病、不安障害、双極性障害、統合失調症、外傷後ストレス障害などの病態を認識し、対処するための大きな可能性を秘めている。 データセットやトレーニング済みモデルからの機密データ漏洩のリスクを含むプライバシー上の懸念は、これらのAIシステムを実際の臨床環境にデプロイする上で、依然として重要な障壁である。
  論文  参考訳（メタデータ） (2025-02-01T15:10:02Z)
• AI in Oncology: Transforming Cancer Detection through Machine Learning and Deep Learning Applications [0.3937575566991286]
  本稿では,従来の診断技術の限界について検討し,がんの診断・治療におけるAIの変革的役割について考察する。 この研究は、放射線医学におけるAIの適用を、癌の詳細な特徴、関連するリスクを特定するための予測分析、即時診断のためのアルゴリズム駆動ロボットの開発に応用することを目的としている。 このプラットフォームの包括的な目標は、専門家の推薦の開発を支援し、普遍的で効率的な診断手順を提供することである。
  論文  参考訳（メタデータ） (2025-01-26T11:32:43Z)
• Clinical Evaluation of Medical Image Synthesis: A Case Study in Wireless Capsule Endoscopy [63.39037092484374]
  人工知能(AI)に基づく合成データ生成は、臨床医学の届け方を変えることができる。 本研究は,無線カプセル内視鏡(WCE)画像を用いた炎症性腸疾患(IBD)の診断における概念実証による医療用SDGの臨床評価に焦点を当てた。 その結果、TIDE-IIは、最先端の生成モデルと比較して品質が向上し、臨床的に可塑性で、非常に現実的なWCE画像を生成することがわかった。
  論文  参考訳（メタデータ） (2024-10-31T19:48:50Z)
• The Role of Explainable AI in Revolutionizing Human Health Monitoring: A Review [0.0]
  Reviewは、医療における機械学習(ML)モデルの解釈可能性問題に対処する上で、説明可能なAI(XAI)の役割を強調することを目的としている。 複数のデータベースにまたがって総合的な文献検索を行い、医療にXAI技術を適用した研究を同定した。
  論文  参考訳（メタデータ） (2024-09-11T15:31:40Z)
• Diagnostic Reasoning in Natural Language: Computational Model and Application [68.47402386668846]
  言語基底タスク(NL-DAR)の文脈における診断誘導推論(DAR)について検討する。 パール構造因果モデルに基づくNL-DARの新しいモデリングフレームワークを提案する。 得られたデータセットを用いて,NL-DARにおける人間の意思決定過程を解析する。
  論文  参考訳（メタデータ） (2024-09-09T06:55:37Z)
• TrialBench: Multi-Modal Artificial Intelligence-Ready Clinical Trial Datasets [57.067409211231244]
  本稿では,マルチモーダルデータ(例えば,薬物分子,疾患コード,テキスト,分類・数値的特徴)と臨床治験設計における8つの重要な予測課題をカバーするAIreadyデータセットを精巧にキュレートした。 データセットのユーザビリティと信頼性を確保するため、各タスクに基本的な検証方法を提供する。 このようなオープンアクセスデータセットが利用可能になることは、臨床試験設計のための高度なAIアプローチの開発を促進することを期待する。
  論文  参考訳（メタデータ） (2024-06-30T09:13:10Z)
• 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)
• Machine Learning and Vision Transformers for Thyroid Carcinoma Diagnosis: A review [3.2071249735671348]
  本稿では, 甲状腺癌診断におけるAIベースのアプローチ, 特にトランスフォーマーを用いたアプローチについて概説する。 人工知能(AI)アルゴリズム,フレームワークの目標,使用するコンピューティング環境に基づいて,これらの手法の新たな分類システムを導入する。 この論文は、教師なし、教師なし、または混在したアプローチを通じて、TCの診断と治療を支援するためのAI機器の重要性を強調している。
  論文  参考訳（メタデータ） (2024-03-17T17:45:04Z)
• Towards AI-Based Precision Oncology: A Machine Learning Framework for Personalized Counterfactual Treatment Suggestions based on Multi-Omics Data [0.05025737475817938]
  本稿では,個別のがん治療提案のためのモジュール型機械学習フレームワークを提案する。 このフレームワークは、データ駆動がん研究に固有の重要な課題に対処するように調整されている。 本手法は,臨床医に現実的な意思決定支援ツールを提供することを目的としている。
  論文  参考訳（メタデータ） (2024-02-19T14:54:20Z)
• Optimizing Skin Lesion Classification via Multimodal Data and Auxiliary Task Integration [54.76511683427566]
  本研究は, スマートフォンで撮影した画像と本質的な臨床および人口統計情報を統合することで, 皮膚病変を分類する新しいマルチモーダル手法を提案する。 この手法の特徴は、超高解像度画像予測に焦点を当てた補助的なタスクの統合である。 PAD-UFES20データセットを用いて,様々なディープラーニングアーキテクチャを用いて実験を行った。
  論文  参考訳（メタデータ） (2024-02-16T05:16:20Z)
• Enabling Collaborative Clinical Diagnosis of Infectious Keratitis by Integrating Expert Knowledge and Interpretable Data-driven Intelligence [28.144658552047975]
  感染性角膜炎(IK)の診断における知識誘導診断モデル(KGDM)の性能,解釈可能性,臨床的有用性について検討した。 AIベースのバイオマーカーの診断確率比(DOR)は3.011から35.233の範囲で有効である。 コラボレーションの参加者は、人間とAIの両方を上回るパフォーマンスを達成した。
  論文  参考訳（メタデータ） (2024-01-14T02:10:54Z)

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。