論文の概要: Edge AI for Real-time Fetal Assessment in Rural Guatemala

• arxiv url: http://arxiv.org/abs/2503.09659v2
• Date: Wed, 19 Mar 2025 01:40:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-20 15:19:44.143144
• Title: Edge AI for Real-time Fetal Assessment in Rural Guatemala
• Title（参考訳）: 農村グアテマラにおけるリアルタイム胎児アセスメントのためのエッジAI
• Authors: Nasim Katebi, Mohammad Ahmad, Mohsen Motie-Shirazi, Daniel Phan, Ellen Kolesnikova, Sepideh Nikookar, Alireza Rafiei, Murali K. Korikana, Rachel Hall-Clifford, Esteban Castro, Rosibely Sut, Enma Coyote, Anahi Venzor Strader, Edlyn Ramos, Peter Rohloff, Reza Sameni, Gari D. Clifford,
• Abstract要約: 周産期合併症は、世界中の母体と新生児の健康に重大な負担をもたらす。 我々は,介護現場での意思決定支援を目的とした,AI対応スマートフォンアプリケーションを開発した。 このツールは、機械学習(ML)技術を活用して妊娠中の健康モニタリングを強化することを目的としている。
• 参考スコア（独自算出の注目度）: 5.360772430004525
• License:
• Abstract: Perinatal complications, defined as conditions that arise during pregnancy, childbirth, and the immediate postpartum period, represent a significant burden on maternal and neonatal health worldwide. Factors contributing to these disparities include limited access to quality healthcare, socioeconomic inequalities, and variations in healthcare infrastructure. Addressing these issues is crucial for improving health outcomes for mothers and newborns, particularly in underserved communities. To mitigate these challenges, we have developed an AI-enabled smartphone application designed to provide decision support at the point-of-care. This tool aims to enhance health monitoring during pregnancy by leveraging machine learning (ML) techniques. The intended use of this application is to assist midwives during routine home visits by offering real-time analysis and providing feedback based on collected data. The application integrates TensorFlow Lite (TFLite) and other Python-based algorithms within a Kotlin framework to process data in real-time. It is designed for use in low-resource settings, where traditional healthcare infrastructure may be lacking. The intended patient population includes pregnant women and new mothers in underserved areas and the developed system was piloted in rural Guatemala. This ML-based solution addresses the critical need for accessible and quality perinatal care by empowering healthcare providers with decision support tools to improve maternal and neonatal health outcomes.
• Abstract（参考訳）: 周産期合併症は妊娠、出産、産後直後の症状として定義され、世界中の母体および新生児の健康に重大な負担がかかる。 これらの格差に寄与する要因には、質の高い医療へのアクセスの制限、社会経済的不平等、医療インフラの変動などがある。 これらの問題に対処することは、特に貧弱な地域社会において、母親や新生児の健康改善に不可欠である。 これらの課題を軽減するため、私たちは、介護現場で意思決定支援を提供するように設計されたAI対応スマートフォンアプリケーションを開発した。 このツールは、機械学習(ML)技術を活用して妊娠中の健康モニタリングを強化することを目的としている。 本アプリケーションの目的は、実時間分析を提供し、収集したデータに基づいたフィードバックを提供することで、訪問中の助産師を支援することである。 このアプリケーションは、TensorFlow Lite(TFLite)や他のPythonベースのアルゴリズムをKotlinフレームワークに統合して、データをリアルタイムで処理する。 従来の医療インフラが不足している可能性のある低リソース環境での使用を目的として設計されている。 対象の患者は妊娠中の女性と未治療地域の新しい母親で、開発システムはグアテマラの農村部で試験的に行われた。 このMLベースのソリューションは、医療提供者に対して、母体および新生児の健康状態を改善するための意思決定支援ツールを提供することによって、アクセス可能で高品質な周産期医療の必要性に対処する。

関連論文リスト

• Asymmetrical Reciprocity-based Federated Learning for Resolving Disparities in Medical Diagnosis [68.06621490069428]
  地理的な健康格差は、特に低所得国と中所得国の未保存地域において、世界的課題となっている。 我々は、地理的な健康格差を緩和し、未保存地域の診断能力を増強することを目的とした、新しいクロスサイロ・フェデレーション学習フレームワークであるFedHelpを提案する。
  論文  参考訳（メタデータ） (2024-12-27T13:59:58Z)
• HumekaFL: Automated Detection of Neonatal Asphyxia Using Federated Learning [9.170809114430728]
  出生時Apxia(BA)は出産時に新生児に酸素を供給できないという重篤な症状である。 過去20年間で新生児死亡率が低下してきたが、サハラ以南のアフリカでは、死亡率が5歳未満の水準で推移している。 我々は,BAの早期検出のためにFLパイプラインを組み込んだユーザフレンドリーで費用対効果の高いモバイルアプリケーションを開発した。
  論文  参考訳（メタデータ） (2024-12-02T06:10:11Z)
• SaludConectaMX: Lessons Learned from Deploying a Cooperative Mobile Health System for Pediatric Cancer Care in Mexico [33.91720564325487]
  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。
  論文  参考訳（メタデータ） (2024-08-01T19:13:49Z)
• I-SIRch: AI-Powered Concept Annotation Tool For Equitable Extraction And Analysis Of Safety Insights From Maternity Investigations [0.8609957371651683]
  医療データを分析するための現在のツールのほとんどは、人間の要素の重要性を見越して、バイオメディカルな概念にのみ焦点をあてている。 We developed I-SIRch, using AI to Automatic Identification and label human factors concept。 I-SIRchは実データを用いて訓練され、実データとシミュレーションデータの両方でテストし、人間の因子の概念を識別する性能を評価した。
  論文  参考訳（メタデータ） (2024-06-08T16:05:31Z)
• Preliminary Study of the Impact of AI-Based Interventions on Health and Behavioral Outcomes in Maternal Health Programs [46.220426654734425]
  我々は,AIによる介入による聴取能力の向上が,妊娠や乳児期の重要な健康問題をよりよく理解することにつながる証拠を提示する。 この理解の向上は、母親とその赤ちゃんの健康上の利益をもたらす可能性がある。
  論文  参考訳（メタデータ） (2024-05-23T10:18:20Z)
• Unveiling the Unborn: Advancing Fetal Health Classification through Machine Learning [0.0]
  本研究では,胎児の健康分類のための新しい機械学習手法を提案する。 提案したモデルでは、テストセットで98.31%の精度が得られる。 複数のデータポイントを組み込むことで、我々のモデルはより包括的で信頼性の高い評価を提供する。
  論文  参考訳（メタデータ） (2023-09-30T22:02:51Z)
• Closing the Gap in High-Risk Pregnancy Care Using Machine Learning and Human-AI Collaboration [8.36613277875556]
  高リスク妊娠(英: High-risk pregnant)は、母親や乳児の結果に悪影響を及ぼす要因によって複雑な妊娠である。 本研究は、合併症のリスクがある妊婦の特定において、ケアマネージャを支援するための現実のMLベースのシステムの実装を提案する。
  論文  参考訳（メタデータ） (2023-05-26T21:08:49Z)
• 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)
• Privacy-preserving machine learning for healthcare: open challenges and future perspectives [72.43506759789861]
  医療におけるプライバシー保護機械学習(PPML)に関する最近の文献を概観する。 プライバシ保護トレーニングと推論・アズ・ア・サービスに重点を置いています。 このレビューの目的は、医療におけるプライベートかつ効率的なMLモデルの開発をガイドすることである。
  論文  参考訳（メタデータ） (2023-03-27T19:20:51Z)
• 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)
• Early Autism Spectrum Disorders Diagnosis Using Eye-Tracking Technology [62.997667081978825]
  資金不足、資格のある専門家の欠如、そして修正方法に対する信頼度の低いことが、AMDのリアルタイム診断に影響を及ぼす主要な問題である。 我々のチームは、子どもの視線活動の情報に基づいて、ALDの確率を予測するアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2020-08-21T20:22:55Z)

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。