論文の概要: When Pigs Get Sick: Multi-Agent AI for Swine Disease Detection

• arxiv url: http://arxiv.org/abs/2503.15204v1
• Date: Wed, 19 Mar 2025 13:47:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-20 15:25:57.499734
• Title: When Pigs Get Sick: Multi-Agent AI for Swine Disease Detection
• Title（参考訳）: 豚がシックになったとき:豚病検出のためのマルチエージェントAI
• Authors: Tittaya Mairittha, Tanakon Sawanglok, Panuwit Raden, Sorrawit Treesuk,
• Abstract要約: 豚病の監視は、グローバル農業の持続可能性にとって重要であるが、その効果はしばしば損なわれている。 我々は、タイムリーでエビデンスに基づく疾患の検出と臨床ガイダンスを提供する、AIを利用した新しいマルチエージェント診断システムを導入する。
• 参考スコア（独自算出の注目度）: 0.9408742486269565
• License:
• Abstract: Swine disease surveillance is critical to the sustainability of global agriculture, yet its effectiveness is frequently undermined by limited veterinary resources, delayed identification of cases, and variability in diagnostic accuracy. To overcome these barriers, we introduce a novel AI-powered, multi-agent diagnostic system that leverages Retrieval-Augmented Generation (RAG) to deliver timely, evidence-based disease detection and clinical guidance. By automatically classifying user inputs into either Knowledge Retrieval Queries or Symptom-Based Diagnostic Queries, the system ensures targeted information retrieval and facilitates precise diagnostic reasoning. An adaptive questioning protocol systematically collects relevant clinical signs, while a confidence-weighted decision fusion mechanism integrates multiple diagnostic hypotheses to generate robust disease predictions and treatment recommendations. Comprehensive evaluations encompassing query classification, disease diagnosis, and knowledge retrieval demonstrate that the system achieves high accuracy, rapid response times, and consistent reliability. By providing a scalable, AI-driven diagnostic framework, this approach enhances veterinary decision-making, advances sustainable livestock management practices, and contributes substantively to the realization of global food security.
• Abstract（参考訳）: 豚病の監視は、グローバル農業の持続可能性にとって重要であるが、その効果は、限られた獣医学的資源、ケースの特定の遅れ、診断精度の変動によってしばしば損なわれている。 これらの障壁を克服するために、我々は、Retrieval-Augmented Generation (RAG)を活用して、タイムリーでエビデンスベースの疾患検出と臨床ガイダンスを提供する、AIを利用した新しいマルチエージェント診断システムを導入する。 ユーザ入力を知識検索クエリまたは症状ベースの診断クエリに自動的に分類することにより、ターゲットとなる情報検索を保証し、正確な診断推論を容易にする。 適応的質問プロトコルは、関連する臨床症状を体系的に収集し、信頼度重み付け決定融合機構は、複数の診断仮説を統合して、堅牢な疾患予測と治療勧告を生成する。 クエリ分類、疾患診断、知識検索を含む総合的な評価は、システムが高い精度、迅速な応答時間、一貫した信頼性を達成することを示す。 スケーラブルでAI駆動の診断フレームワークを提供することで、獣医の意思決定を強化し、持続可能な家畜管理の実践を向上し、グローバルな食料安全保障の実現に実質的な貢献をする。

関連論文リスト

• Integrating Generative Artificial Intelligence in ADRD: A Framework for Streamlining Diagnosis and Care in Neurodegenerative Diseases [0.0]
  臨床医の能力を高めることにより,大規模言語モデル (LLM) がより迅速な実践的応用を実現することを提案する。 我々は,LLMが患者と提供者の両方と効果的にコミュニケーションできる能力を活用する,責任あるAI統合のためのフレームワークを提案する。 このアプローチは、標準化された高品質のデータ収集を優先し、患者が遭遇するたびに学習するシステムを実現する。
  論文  参考訳（メタデータ） (2025-02-06T19:09:11Z)
• 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)
• COVID-19 Computer-aided Diagnosis through AI-assisted CT Imaging Analysis: Deploying a Medical AI System [16.1664846590467]
  我々は,CT画像の自動解析を目的とした最先端AIシステムの統合と信頼性,迅速な展開について紹介する。 提案システムは、医師の発見時間を短縮し、新型コロナウイルス検出の全体的な効率を高めることが期待されている。
  論文  参考訳（メタデータ） (2024-03-10T15:54:45Z)
• A Foundational Framework and Methodology for Personalized Early and Timely Diagnosis [84.6348989654916]
  本稿では,早期診断とタイムリー診断のための基礎的枠組みを提案する。 診断過程を概説する決定論的アプローチに基づいている。 機械学習と統計手法を統合し、最適なパーソナライズされた診断経路を推定する。
  論文  参考訳（メタデータ） (2023-11-26T14:42:31Z)
• Validating polyp and instrument segmentation methods in colonoscopy through Medico 2020 and MedAI 2021 Challenges [58.32937972322058]
  メディコオートマチックポリープセグメンテーション(Medico 2020)と「メディコ:医療画像の透明性(MedAI 2021)」コンペティション。 本報告では, それぞれのコントリビューションを包括的に分析し, ベストパフォーマンスメソッドの強さを強調し, クリニックへの臨床翻訳の可能性について考察する。
  論文  参考訳（メタデータ） (2023-07-30T16:08:45Z)
• Automatic diagnosis of knee osteoarthritis severity using Swin transformer [55.01037422579516]
  変形性膝関節症 (KOA) は膝関節の慢性的な痛みと硬直を引き起こす疾患である。 我々は,Swin Transformer を用いて KOA の重大度を予測する自動手法を提案する。
  論文  参考訳（メタデータ） (2023-07-10T09:49:30Z)
• Scalable Online Disease Diagnosis via Multi-Model-Fused Actor-Critic Reinforcement Learning [9.274138493400436]
  医療のアドバイスをオンラインで求めている人にとっては、患者と対話して自動的に疾患を診断できるAIベースの対話エージェントが有効な選択肢だ。 これは、強化学習(RL)アプローチを自然解として提案した逐次的特徴(症状)選択と分類の問題として定式化することができる。 生成的アクターネットワークと診断批評家ネットワークから構成されるMMF-AC(Multi-Model-Fused Actor-Critic)フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-06-08T03:06:16Z)
• NeuralSympCheck: A Symptom Checking and Disease Diagnostic Neural Model with Logic Regularization [59.15047491202254]
  症状検査システムは、患者に症状を問い合わせ、迅速で手頃な価格の医療評価を行う。 本稿では,論理正則化を用いたニューラルネットワークの教師付き学習に基づく新しい手法を提案する。 以上の結果から,本手法は診断回数や症状が大きい場合の診断精度において,最も優れた方法であることがわかった。
  論文  参考訳（メタデータ） (2022-06-02T07:57:17Z)
• Web based disease prediction and recommender system [0.9176056742068814]
  病歴を保存し,病状を予知する Web ベースの患者診断システムを提案する。 早期の疾患予測は、ユーザが病気の重症度を判断し、迅速な行動を取るのに役立つ。 中央データベースは、医療データが保存され、システムに透明性があることを保証する。
  論文  参考訳（メタデータ） (2021-06-05T06:47:54Z)
• Detecting Spurious Correlations with Sanity Tests for Artificial Intelligence Guided Radiology Systems [22.249702822013045]
  放射線学におけるAIの展開における重要な要素は、開発システムの有効性と安全性への信頼を得ることである。 現在のゴールド標準アプローチは、一般化データセットのパフォーマンスの分析検証を行うことである。 間違った理由から,システムが開発データに対して良好に動作するかどうかを特定するための,一連の健全性テストについて述べる。
  論文  参考訳（メタデータ） (2021-03-04T14:14:05Z)
• Inheritance-guided Hierarchical Assignment for Clinical Automatic Diagnosis [50.15205065710629]
  臨床診断は、臨床ノートに基づいて患者に診断符号を割り当てることを目的としており、臨床意思決定において重要な役割を担っている。 本稿では,臨床自動診断のための継承誘導階層と共起グラフの伝播を組み合わせた新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-01-27T13:16:51Z)

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。