論文の概要: Optimizing Health Coverage in Ethiopia: A Learning-augmented Approach and Persistent Proportionality Under an Online Budget
- arxiv url: http://arxiv.org/abs/2509.00135v1
- Date: Fri, 29 Aug 2025 15:32:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-04 15:17:03.100448
- Title: Optimizing Health Coverage in Ethiopia: A Learning-augmented Approach and Persistent Proportionality Under an Online Budget
- Title（参考訳）: エチオピアにおける健康被覆の最適化:オンライン予算下での学習的アプローチと永続的比例性
- Authors: Davin Choo, Yohai Trabelsi, Fentabil Getnet, Samson Warkaye Lamma, Wondesen Nigatu, Kasahun Sime, Lisa Matay, Milind Tambe, Stéphane Verguet,
- Abstract要約: Health Access Resource Planner (HARP)は、シーケンシャルな施設計画のための原則化された意思決定支援最適化フレームワークに基づいている。
2つのアルゴリズムを提案する: (i) (i) (i) (i) (i) (i) (i) (i) (i) (i) (i) ) (i) (i) (i) ) (i) (i) (i) (i) ) (i) (i) (i) (i) ) (i) (i) (i) (i) ) (i) (i) (i) ) (i) (i) (i) (i) (i) (i) (i) (i) (i) (i) (i) (i) (i) (i) (i) (i) (i) (i) (i) (i) (i) (i)) (i)
エチオピア公衆衛生研究所と厚生労働省の協力を得て, 様々な計画シナリオの3つの地域において, 提案手法の実証的有効性を実証した。
- 参考スコア（独自算出の注目度）: 24.40219447687751
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As part of nationwide efforts aligned with the United Nations' Sustainable Development Goal 3 on Universal Health Coverage, Ethiopia's Ministry of Health is strengthening health posts to expand access to essential healthcare services. However, only a fraction of this health system strengthening effort can be implemented each year due to limited budgets and other competing priorities, thus the need for an optimization framework to guide prioritization across the regions of Ethiopia. In this paper, we develop a tool, Health Access Resource Planner (HARP), based on a principled decision-support optimization framework for sequential facility planning that aims to maximize population coverage under budget uncertainty while satisfying region-specific proportionality targets at every time step. We then propose two algorithms: (i) a learning-augmented approach that improves upon expert recommendations at any single-step; and (ii) a greedy algorithm for multi-step planning, both with strong worst-case approximation estimation. In collaboration with the Ethiopian Public Health Institute and Ministry of Health, we demonstrated the empirical efficacy of our method on three regions across various planning scenarios.
- Abstract（参考訳）: エチオピアの厚生労働省は、国連の持続可能な開発目標3に沿う全国的な取り組みの一環として、重要な医療サービスへのアクセスを拡大する健康ポストを強化している。
しかし、予算の制限やその他の競合する優先順位のために、この健康システム強化努力のごく一部しか実施できないため、エチオピアの地域をまたがる優先順位付けを導くための最適化の枠組みが必要である。
本稿では,地域固有の比例目標を各段階で満たしつつ,予算の不確実性の下で人口被覆を最大化することを目的とした,逐次的施設計画のための原則的意思決定支援最適化フレームワークであるHealth Access Resource Planner(HARP)を開発する。
次に2つのアルゴリズムを提案する。
一 専門家の推薦を一段ごとに改善する学習増進的アプローチ
(二) 強大な最悪の近似推定を伴う多段階計画のための欲求的アルゴリズム。
エチオピア公衆衛生研究所と厚生労働省の協力を得て, 様々な計画シナリオの3つの地域において, 提案手法の実証的有効性を実証した。
関連論文リスト
- Bounded Rationality for LLMs: Satisficing Alignment at Inference-Time [52.230936493691985]
本稿では,2次基準のしきい値に基づく制約を満たしつつ,主目的を最大化し,アライメントの多面性に対処する推論フレームワークSITAlignを提案する。
我々は、満足度に基づく推論アライメントアプローチの準最適境界を導出することで理論的洞察を提供する。
論文 参考訳（メタデータ） (2025-05-29T17:56:05Z) - Implementing agile healthcare frame works in the context of low income countries: Proposed Framework and Review [0.0]
本稿では,Ghanaを中心に,リソース制約のある環境におけるアジャイル統合について検討する。
主なメリットは、適応性、反復計画、ステークホルダーのコラボレーションです。
発見は、リアルタイムな意思決定を可能にし、コミュニティの関与を促進し、学際的なコラボレーションを促進するアジャイルの能力を明らかにする。
論文 参考訳（メタデータ） (2025-01-21T07:52:34Z) - AI-driven innovation in medicaid: enhancing access, cost efficiency, and population health management [1.4802369202548666]
米国メディケイドプログラムは、医療費の急激な増加、不均一な医療のアクセシビリティ、および様々な人口の健康ニーズに対処する上での課題を含む重要な課題を経験している。
本稿では,メディケイドのリフォームにおける人工知能(AI)の変容の可能性について,手術の合理化,患者結果の改善,コスト削減の両面から検討する。
論文 参考訳（メタデータ） (2024-10-11T07:14:42Z) - Data-Driven Approach to assess and identify gaps in healthcare set up in South Asia [1.9058065795191268]
東南アジア諸国は主要な医療システムの改善に取り組んでいる。
データ駆動型監視アプローチが必要である。
我々は、地球観測技術の現在のブレークスルーを活用することを提案する。
論文 参考訳（メタデータ） (2024-09-21T16:50:16Z) - Scalable Online Exploration via Coverability [45.66375686120087]
探索は、特に関数近似を必要とする高次元領域において、強化学習において大きな課題である。
従来の探索手法を一般化し,3つの基本デシラタをサポートする新しい目的である$L_Coverageを導入する。
$L_Coverageは、カバー可能性の低いMDPにおけるオンライン(リワードフリーまたは報酬駆動)強化学習のための、最初の計算効率のよいモデルベースおよびモデルフリーのアルゴリズムを可能にする。
論文 参考訳（メタデータ） (2024-03-11T10:14:06Z) - Decision Support Framework for Home Health Caregiver Allocation Using Optimally Tuned Spectral Clustering and Genetic Algorithm [8.603583916935946]
人口高齢化は世界的な課題であり、高齢者の医療やソーシャルサービスへの需要が高まっている。
介護者の配分を効率的に調整し、調整することが不可欠である。
これは予算最適化計画と高品質なケアの提供の両立に不可欠である。
論文 参考訳（メタデータ） (2023-11-01T17:54:49Z) - Deep Reinforcement Learning for Efficient and Fair Allocation of Health Care Resources [47.57108369791273]
医療資源の枯渇は、レーションの避けられない結果をもたらす可能性がある。
医療資源割り当てプロトコルの普遍的な標準は存在しない。
本稿では,患者の疾患進行と患者間の相互作用効果を統合するためのトランスフォーマーベースのディープQネットワークを提案する。
論文 参考訳（メタデータ） (2023-09-15T17:28:06Z) - Planning a Community Approach to Diabetes Care in Low- and Middle-Income
Countries Using Optimization [0.0]
コミュニティレベルでのグリセミック制御を最大化するパーソナライズされたCHW訪問を決定するための最適化フレームワークを導入する。
患者の健康状態とモチベーション状態を推定することにより,治療開始決定時の患者のトレードオフを考慮した訪問計画を構築した。
論文 参考訳（メタデータ） (2023-05-10T19:15:19Z) - Stable Policy Optimization via Off-Policy Divergence Regularization [50.98542111236381]
信頼地域政策最適化(TRPO)とPPO(Pximal Policy Optimization)は、深層強化学習(RL)において最も成功した政策勾配アプローチの一つである。
本稿では, 連続的な政策によって引き起こされる割引状態-行動訪問分布を, 近接項で抑制し, 政策改善を安定化させる新しいアルゴリズムを提案する。
提案手法は, ベンチマーク高次元制御タスクの安定性と最終的な性能向上に有効である。
論文 参考訳（メタデータ） (2020-03-09T13:05:47Z)
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。