論文の概要: Inclusivity of AI Speech in Healthcare: A Decade Look Back

• arxiv url: http://arxiv.org/abs/2505.10596v1
• Date: Thu, 15 May 2025 10:03:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-19 14:36:13.273495
• Title: Inclusivity of AI Speech in Healthcare: A Decade Look Back
• Title（参考訳）: 医療におけるAIスピーチのインクルーシティ:10年の歴史を振り返る
• Authors: Retno Larasati,
• Abstract要約: AI音声認識技術の医療への統合は、臨床と患者-研究者間のコミュニケーションに革命をもたらす可能性がある。 しかし,本研究では,データセットや研究が高ソース言語,標準アクセント,狭い人口集団を好んでいるため,傾きの差が顕著である。 本稿では、医療におけるAI音声技術への公平なアクセスを確保するために、包括的データセット設計、バイアス軽減研究、およびポリシーフレームワークの緊急性を強調した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The integration of AI speech recognition technologies into healthcare has the potential to revolutionize clinical workflows and patient-provider communication. However, this study reveals significant gaps in inclusivity, with datasets and research disproportionately favouring high-resource languages, standardized accents, and narrow demographic groups. These biases risk perpetuating healthcare disparities, as AI systems may misinterpret speech from marginalized groups. This paper highlights the urgent need for inclusive dataset design, bias mitigation research, and policy frameworks to ensure equitable access to AI speech technologies in healthcare.
• Abstract（参考訳）: AI音声認識技術の医療への統合は、臨床ワークフローと患者と患者とのコミュニケーションに革命をもたらす可能性がある。 しかし,本研究では,データセットや研究が高ソース言語,標準アクセント,狭い人口集団を好んでいるため,傾きの差が顕著である。 これらのバイアスは、医療格差を持続させるリスクであり、AIシステムは、疎外されたグループからのスピーチを誤解する可能性がある。 本稿では、医療におけるAI音声技術への公平なアクセスを確保するために、包括的データセット設計、バイアス軽減研究、およびポリシーフレームワークの緊急性を強調した。

関連論文リスト

• A Large-Scale Vision-Language Dataset Derived from Open Scientific Literature to Advance Biomedical Generalist AI [70.06771291117965]
  PubMed Central Open Accessサブセットから派生したオープンソースのデータセットであるBiomedicaを紹介する。 Biomedicaには600万以上の科学論文と2400万の画像テキストペアが含まれている。 私たちは、Webサーバを通じてスケーラブルなストリーミングと検索APIを提供し、AIシステムとのシームレスな統合を容易にします。
  論文  参考訳（メタデータ） (2025-03-26T05:56:46Z)
• Applications of Artificial Intelligence for Cross-language Intelligibility Assessment of Dysarthric Speech [13.475654818182988]
  本解説では, 変形性音声の言語間信頼度評価を推し進めるための概念的枠組みを紹介する。 音声・音声表現に変形音声をエンコードするユニバーサル音声モデルを提案し,それに続いて言語固有の知性評価モデルを提案する。
  論文  参考訳（メタデータ） (2025-01-27T08:35:19Z)
• AI-Driven Healthcare: A Review on Ensuring Fairness and Mitigating Bias [4.9325218275489515]
  本稿では、医療におけるAIの統合について検討し、バイアスに関連する重要な課題と緩和戦略について述べる。 公平な医療提供を確保するためには、多様なデータセット、公平性に配慮したアルゴリズム、規制フレームワークの必要性を強調します。 論文は、今後の研究への推奨、学際的アプローチの提唱、AI意思決定における透明性、革新的で包括的なAIアプリケーションの開発で締めくくっている。
  論文  参考訳（メタデータ） (2024-07-29T02:39:17Z)
• Towards Clinical AI Fairness: Filling Gaps in the Puzzle [15.543248260582217]
  このレビューでは、医療データと提供されたAIフェアネスソリューションの両方に関して、いくつかの欠陥を体系的に指摘する。 AI技術がますます活用されている多くの医療分野において、AIフェアネスの研究の欠如を強調している。 これらのギャップを埋めるために、我々のレビューは医療研究コミュニティとAI研究コミュニティの両方にとって実行可能な戦略を前進させます。
  論文  参考訳（メタデータ） (2024-05-28T07:42:55Z)
• Towards Possibilities & Impossibilities of AI-generated Text Detection: A Survey [97.33926242130732]
  大規模言語モデル(LLM)は、自然言語処理(NLP)の領域に革命をもたらし、人間のようなテキスト応答を生成する能力を持つ。 これらの進歩にもかかわらず、既存の文献のいくつかは、LLMの潜在的な誤用について深刻な懸念を提起している。 これらの懸念に対処するために、研究コミュニティのコンセンサスは、AI生成テキストを検出するアルゴリズムソリューションを開発することである。
  論文  参考訳（メタデータ） (2023-10-23T18:11:32Z)
• MedAI Dialog Corpus (MEDIC): Zero-Shot Classification of Doctor and AI Responses in Health Consultations [44.669251100016986]
  ゼロショット分類では、トレーニング中に見えないクラスにテキストを分類することができる。 評価されたモデルは、BART、BERT、XLM、XLM-R、DistilBERTである。 ゼロショット言語モデルは一般的に言語をよく理解しているが、医療相談に対する医師とAIの反応を分類しようとする場合、制限がある。
  論文  参考訳（メタデータ） (2023-10-19T05:48:28Z)
• 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)
• The Role of AI in Drug Discovery: Challenges, Opportunities, and Strategies [97.5153823429076]
  この分野でのAIのメリット、課題、欠点についてレビューする。 データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
  論文  参考訳（メタデータ） (2022-12-08T23:23:39Z)

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。