論文の概要: Federated Data Analytics for Cancer Immunotherapy: A Privacy-Preserving Collaborative Platform for Patient Management

• arxiv url: http://arxiv.org/abs/2510.09155v1
• Date: Fri, 10 Oct 2025 08:57:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-14 00:38:48.503603
• Title: Federated Data Analytics for Cancer Immunotherapy: A Privacy-Preserving Collaborative Platform for Patient Management
• Title（参考訳）: がん免疫療法のためのフェデレーションデータ分析 : 患者管理のためのプライバシ保護型協調プラットフォーム
• Authors: Mira Raheem, Michael Papazoglou, Bernd Krämer, Neamat El-Tazi, Amal Elgammal,
• Abstract要約: コネクテッドヘルスは、健康管理に焦点を当てた多分野のアプローチである。 データ分析は、インフォームドな意思決定とヘルス共同創造に重要な洞察を与えることができる。 本論文は,介護連続体全体にわたる利害関係者の統合を目的とした協調的デジタルフレームワークに寄与する。
• 参考スコア（独自算出の注目度）: 0.03262230127283451
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Connected health is a multidisciplinary approach focused on health management, prioritizing pa-tient needs in the creation of tools, services, and treatments. This paradigm ensures proactive and efficient care by facilitating the timely exchange of accurate patient information among all stake-holders in the care continuum. The rise of digital technologies and process innovations promises to enhance connected health by integrating various healthcare data sources. This integration aims to personalize care, predict health outcomes, and streamline patient management, though challeng-es remain, particularly in data architecture, application interoperability, and security. Data analytics can provide critical insights for informed decision-making and health co-creation, but solutions must prioritize end-users, including patients and healthcare professionals. This perspective was explored through an agile System Development Lifecycle in an EU-funded project aimed at developing an integrated AI-generated solution for managing cancer patients undergoing immunotherapy. This paper contributes with a collaborative digital framework integrating stakeholders across the care continuum, leveraging federated big data analytics and artificial intelligence for improved decision-making while ensuring privacy. Analytical capabilities, such as treatment recommendations and adverse event predictions, were validated using real-life data, achieving 70%-90% accuracy in a pilot study with the medical partners, demonstrating the framework's effectiveness.
• Abstract（参考訳）: コネクテッドヘルス(Connected Health)は、医療管理に焦点を当てた多分野のアプローチであり、ツール、サービス、治療の創出において、パティエントなニーズを優先する。 このパラダイムは、ケア継続中のすべての利害関係者間で正確な患者情報のタイムリーな交換を容易にすることにより、積極的な、効率的なケアを保証する。 デジタル技術とプロセス革新の台頭は、さまざまな医療データソースを統合することで、接続された健康を強化することを約束している。 この統合は、ケアのパーソナライズ、健康状態の予測、患者の管理の効率化を目的としている。 データ分析は、インフォームド・意思決定とヘルス・コクリエーションに重要な洞察を与えることができるが、ソリューションは患者や医療専門家を含むエンドユーザーを優先する必要がある。 この視点は、免疫療法を受けたがん患者を管理するための統合AI生成ソリューションの開発を目的とした、EUが出資するアジャイルシステム開発ライフサイクルを通じて探求された。 本稿では,プライバシを確保しつつ意思決定を改善するために,フェデレーション付きビッグデータ分析と人工知能を活用することにより,介護継続における利害関係者の統合を図った共同デジタルフレームワークに貢献する。 治療勧告や有害事象予測などの分析能力は、実生活データを用いて検証され、医療パートナーとのパイロットスタディにおいて70%-90%の精度で達成され、このフレームワークの有効性が実証された。

関連論文リスト

• Developing clinical informatics to support direct care and population health management: the VIEWER story [1.978460175773454]
  VIEWERは、患者の直接ケアと人口健康管理を強化するために設計された臨床情報プラットフォームである。 本稿では、イギリスのメンタルヘルス・ナショナル・ヘルス・サービス・ファンデーション・トラストにおけるVIEWERの開発と実践について述べる。
  論文  参考訳（メタデータ） (2025-05-21T12:39:58Z)
• IoT Integration Protocol for Enhanced Hospital Care [0.0]
  病院医療強化のためのIoT統合プロトコルについて紹介する。 このプロトコルは、IoTデバイスの可能性を活用して、患者の監視を最適化し、リモートケアを有効にし、臨床的意思決定をサポートすることを目的としている。 IoTを医療計画や患者のケア計画にシームレスに統合することで、病院は患者中心のケアとリアルタイムデータ洞察のより高いレベルを達成することができる。
  論文  参考訳（メタデータ） (2025-03-05T10:07:48Z)
• Towards Privacy-aware Mental Health AI Models: Advances, Challenges, and Opportunities [58.61680631581921]
  メンタルヘルス障害は、深い個人的・社会的負担を生じさせるが、従来の診断はリソース集約的でアクセシビリティが制限される。 本稿では、これらの課題を考察し、匿名化、合成データ、プライバシー保護トレーニングを含む解決策を提案する。 臨床的な意思決定をサポートし、メンタルヘルスの結果を改善する、信頼できるプライバシを意識したAIツールを進化させることを目標としている。
  論文  参考訳（メタデータ） (2025-02-01T15:10:02Z)
• The Gradient of Health Data Privacy [15.417809900388262]
  本稿では、健康データガバナンスに対する新たな「プライバシ・グラデーション」アプローチを紹介する。 我々の多次元概念は、データ感度、利害関係者の関係、使用目的、時間的側面などの要因を考察する。 このアプローチは、世界中の多様な医療環境において、重要なプライバシー問題にどのように対処できるかを実証する。
  論文  参考訳（メタデータ） (2024-10-01T17:35:18Z)
• Patchwork Learning: A Paradigm Towards Integrative Analysis across Diverse Biomedical Data Sources [40.32772510980854]
  パッチワーク学習(PL)とは、異なるデータモダリティからなる異なるデータセットからの情報を統合するパラダイムである。 PLはデータのプライバシを保持しながら、補完的なデータソースの同時利用を可能にする。 本稿では、パッチワーク学習の概念とその医療における実装について紹介し、潜在的な機会と適用可能なデータソースを探求する。
  論文  参考訳（メタデータ） (2023-05-10T14:50:33Z)
• 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)
• Medical Pathologies Prediction : Systematic Review and Proposed Approach [0.0]
  我々は、医療改善のためのビッグデータ、人工知能、機械学習、ディープラーニングなど、最新の技術の活用に関するさまざまな研究を分析し、検討した。 本稿では,医療データの収集,前処理,クラスタリングに着目した一般的なアプローチを提案する。
  論文  参考訳（メタデータ） (2023-04-01T13:35:17Z)
• AI Approaches in Processing and Using Data in Personalized Medicine [0.0]
  高度な人工知能技術は、そのようなビッグデータを分析し、それらを消費し、パーソナライズされた医療決定をサポートするための新しい知識を導き出す機会を提供する。 高度な機械学習、フェデレートドラーニング、トランスファーラーニング、説明可能な人工知能といった新しいアプローチは、将来的に健康データや医療データをより高品質に活用するための新たな道を開く。
  論文  参考訳（メタデータ） (2022-07-26T11:11:39Z)
• Optimal discharge of patients from intensive care via a data-driven policy learning framework [58.720142291102135]
  退院課題は、退院期間の短縮と退院決定後の退院や死亡のリスクとの不確実なトレードオフに対処することが重要である。 本研究は、このトレードオフを捉えるためのエンドツーエンドの汎用フレームワークを導入し、最適放電タイミング決定を推奨する。 データ駆動型アプローチは、患者の生理的状態を捉えた同種で離散的な状態空間表現を導出するために用いられる。
  論文  参考訳（メタデータ） (2021-12-17T04:39:33Z)
• 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)

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。