論文の概要: WoundAIssist: A Patient-Centered Mobile App for AI-Assisted Wound Care With Physicians in the Loop

• arxiv url: http://arxiv.org/abs/2506.06104v1
• Date: Fri, 06 Jun 2025 14:10:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-09 21:34:56.774111
• Title: WoundAIssist: A Patient-Centered Mobile App for AI-Assisted Wound Care With Physicians in the Loop
• Title（参考訳）: WundAIssist: 患者中心の医療用モバイルアプリ
• Authors: Vanessa Borst, Anna Riedmann, Tassilo Dege, Konstantin Müller, Astrid Schmieder, Birgit Lugrin, Samuel Kounev,
• Abstract要約: 我々は、患者中心のAI駆動型モバイルアプリケーションであるWoundAIssistを紹介した。 WoundAIssistは、患者が写真やアンケートを通じて、自宅で定期的に傷を文書化することを可能にする。 デバイス上での創傷セグメンテーションのための軽量深層学習モデルにより、創傷治癒進行の連続的なモニタリングが可能となる。
• 参考スコア（独自算出の注目度）: 2.3342755668932957
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rising prevalence of chronic wounds, especially in aging populations, presents a significant healthcare challenge due to prolonged hospitalizations, elevated costs, and reduced patient quality of life. Traditional wound care is resource-intensive, requiring frequent in-person visits that strain both patients and healthcare professionals (HCPs). Therefore, we present WoundAIssist, a patient-centered, AI-driven mobile application designed to support telemedical wound care. WoundAIssist enables patients to regularly document wounds at home via photographs and questionnaires, while physicians remain actively engaged in the care process through remote monitoring and video consultations. A distinguishing feature is an integrated lightweight deep learning model for on-device wound segmentation, which, combined with patient-reported data, enables continuous monitoring of wound healing progression. Developed through an iterative, user-centered process involving both patients and domain experts, WoundAIssist prioritizes an user-friendly design, particularly for elderly patients. A conclusive usability study with patients and dermatologists reported excellent usability, good app quality, and favorable perceptions of the AI-driven wound recognition. Our main contribution is two-fold: (I) the implementation and (II) evaluation of WoundAIssist, an easy-to-use yet comprehensive telehealth solution designed to bridge the gap between patients and HCPs. Additionally, we synthesize design insights for remote patient monitoring apps, derived from over three years of interdisciplinary research, that may inform the development of similar digital health tools across clinical domains.
• Abstract（参考訳）: 慢性的な傷の流行、特に高齢化における増加は、長期入院、コストの上昇、患者の生活の質の低下による重要な医療上の課題を呈している。 伝統的な創傷治療は資源集約的であり、患者と医療専門家の両方を悩ませる訪問が頻繁に必要である。 そこで我々は,患者中心のAI駆動型モバイルアプリケーションであるWoundAIssistを紹介した。 ウォンドアイシストは、患者が写真やアンケートを通じて定期的に自宅で傷を記録できるのに対して、医師は遠隔監視やビデオ相談を通じてケアプロセスに積極的に従事している。 識別機能は、デバイス上での創傷セグメント化のための軽量な深層学習モデルであり、患者が報告したデータと組み合わせることで、創傷治癒の継続的なモニタリングを可能にする。 WoundAIssistは、患者とドメインの専門家の両方を巻き込んだ反復的なユーザー中心のプロセスを通じて開発され、特に高齢者向けのユーザーフレンドリーなデザインを優先している。 患者と皮膚科医による包括的ユーザビリティ調査では、優れたユーザビリティ、優れたアプリ品質、AIによる創傷認識の良好な認識が報告された。 本研究の主な貢献は2つある: (I) WoundAIssist の実装と (II) 患者と HCP のギャップを埋めるために設計された,使い易く包括的遠隔医療ソリューションである。 さらに,3年以上にわたる学際的な研究から得られた遠隔患者監視アプリの設計知見を合成し,臨床領域にまたがる同様のデジタルヘルスツールの開発を示唆する。

関連論文リスト

• Designing AI Tools for Clinical Care Teams to Support Serious Illness Conversations with Older Adults in the Emergency Department [53.52248484568777]
  この研究は、EDベースの重篤な病的会話の実証的な理解に貢献し、ハイテイクな臨床環境におけるAIの設計上の考察を提供する。 専門医2名と専門医9名を対象にインタビューを行った。 我々は4段階の重篤な会話ワークフロー(識別、準備、伝導、文書化)を特徴とし、各段階における重要なニーズと課題を特定した。 既存の臨床実践に適合するSICをサポートするAIツールの設計ガイドラインを提示する。
  論文  参考訳（メタデータ） (2025-05-30T21:15:57Z)
• 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)
• Clairvoyance: A Pipeline Toolkit for Medical Time Series [95.22483029602921]
  時系列学習は、データ駆動の*クリニカルな意思決定支援のパンとバターである* Clairvoyanceは、ソフトウェアツールキットとして機能する、統合されたエンドツーエンドのオートMLフレンドリなパイプラインを提案する。 Clairvoyanceは、臨床時系列MLのための包括的で自動化可能なパイプラインの生存可能性を示す最初のものである。
  論文  参考訳（メタデータ） (2023-10-28T12:08:03Z)
• AI-Enhanced Intensive Care Unit: Revolutionizing Patient Care with Pervasive Sensing [2.7503982558916906]
  集中治療室 (ICU) は、重篤な患者が集中治療や監視を受ける特別な病院空間である。 包括的モニタリングは、患者の状態、特に明度、究極的にはケアの質を評価する上で必須である。 現在、表情、姿勢、移動といった細部を含む視力評価は散発的に捉えられるか、全く捉えられていない。
  論文  参考訳（メタデータ） (2023-03-11T00:25:55Z)
• HEAR4Health: A blueprint for making computer audition a staple of modern healthcare [89.8799665638295]
  近年、従来の医療システムを変革する試みとして、デジタル医療の研究が急速に増加している。 コンピュータによるオーディションは、少なくとも商業的関心の面では遅れている。 実生活における聴覚信号の分析に必要な基礎技術に対応する聴覚、計算とデータ効率の進歩、個々の差異を考慮し、医療データの長手性を扱う聴覚。
  論文  参考訳（メタデータ） (2023-01-25T09:25:08Z)
• Remote patient monitoring using artificial intelligence: Current state, applications, and challenges [13.516357215412024]
  本研究の目的は,導入技術,RPMに対するAIの影響,AI対応RPMの課題と動向など,RPMシステムの総合的なレビューを行うことである。 RPMにおけるAIの役割は、身体活動の分類から慢性疾患のモニタリング、緊急時におけるバイタルサインのモニタリングまで様々である。 このレビュー結果は、AI対応のRPMアーキテクチャが医療モニタリングアプリケーションを変革したことを示している。
  論文  参考訳（メタデータ） (2023-01-19T06:22:14Z)
• Robust and Efficient Medical Imaging with Self-Supervision [80.62711706785834]
  医用画像AIの堅牢性とデータ効率を向上させるための統一表現学習戦略であるREMEDISを提案する。 様々な医療画像タスクを研究し, 振り返りデータを用いて3つの現実的な応用シナリオをシミュレートする。
  論文  参考訳（メタデータ） (2022-05-19T17:34:18Z)
• MIMO: Mutual Integration of Patient Journey and Medical Ontology for Healthcare Representation Learning [49.57261599776167]
  本稿では、医療表現学習と予測分析のための、エンドツーエンドの堅牢なトランスフォーマーベースのソリューション、患者旅行の相互統合、医療オントロジー(MIMO)を提案する。
  論文  参考訳（メタデータ） (2021-07-20T07:04:52Z)
• BiteNet: Bidirectional Temporal Encoder Network to Predict Medical Outcomes [53.163089893876645]
  本稿では,患者の医療旅行におけるコンテキスト依存と時間的関係を捉える,新たな自己注意機構を提案する。 エンド・ツー・エンドの双方向時間エンコーダネットワーク(BiteNet)が患者の旅路の表現を学習する。 実世界のEHRデータセットを用いた2つの教師付き予測と2つの教師なしクラスタリングタスクにおける手法の有効性を評価した。
  論文  参考訳（メタデータ） (2020-09-24T00:42:36Z)

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。