Fugu-MT 論文翻訳(概要): The Adoption Paradox: A Comparative Analysis of Veterinary AI Adoption in China and the North America

論文の概要: The Adoption Paradox: A Comparative Analysis of Veterinary AI Adoption in China and the North America

arxiv url: http://arxiv.org/abs/2510.11758v1
Date: Mon, 13 Oct 2025 01:50:11 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-15 19:02:32.034298
Title: The Adoption Paradox: A Comparative Analysis of Veterinary AI Adoption in China and the North America
Title（参考訳）: 導入パラドックス:中国と北米における獣医学的AI導入の比較分析
Authors: Shumin Li, Xiaoyun Lai,
Abstract要約: 本研究は,中国と北米の獣医師における人工知能の認識,導入,応用について比較した。 AIの信頼性と正確性に関する懸念は、どちらのグループでも最大の障壁でした。 AIをグローバルな獣医の実践に責任を持って組み込むには、調整された地域固有の戦略が必要です。
参考スコア（独自算出の注目度）: 0.017188280334580194
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: This study compares the perception, adoption, and application of artificial intelligence (AI) among veterinary professionals in China and North America (NA), testing the hypothesis that adoption patterns are shaped by regional market and demographic factors. A descriptive, cross-sectional survey was conducted with 455 veterinary professionals in China between May and July 2025. The results were compared with published data from a 2024 survey of 3,968 veterinary professionals in the United States and Canada. The Chinese cohort, primarily composed of clinicians (81.5%), showed a high AI adoption rate (71.0%) despite low familiarity (55.4%). Their AI use was focused on clinical tasks, such as disease diagnosis (50.1%) and prescription calculation (44.8%). In contrast, the NA cohort reported high familiarity (83.8%) but a lower adoption rate (39.2%). Their priorities were administrative, including imaging analysis (39.0%) and record-keeping (39.0%). Concerns about AI reliability and accuracy were the top barrier in both groups. Our findings reveal an "adoption paradox" where the Chinese market demonstrates a practitioner-driven, bottom-up adoption model focused on augmenting clinical efficacy, while the NA market shows a more cautious, structured, top-down integration aimed at improving administrative efficiency. This suggests that a one-size-fits-all approach to AI development and integration is insufficient, and tailored, region-specific strategies are necessary to responsibly incorporate AI into global veterinary practice.
Abstract（参考訳）: 本研究は,中国と北米の獣医における人工知能(AI)の認識,導入,応用を比較し,導入パターンが地域市場と人口統計学的要因によって形成されているという仮説を検証した。 2025年5月から7月にかけて、中国で455人の獣医師による記述的横断的な調査が行われた。その結果は、米国とカナダの3,968人の獣医師を対象にした2024年の調査結果と比較された。主に臨床医(81.5%)で構成された中国のコホートは、習熟度が低い(55.4%)にもかかわらず、高いAI採用率(71.0%)を示した。彼らのAIの使用は、病気の診断(50.1%)や処方薬の計算(44.8%)などの臨床タスクに重点を置いていた。対照的に、NAコホートは高い親しみ度(83.8%)を報告したが、採用率(39.2%)は低い。彼らの優先事項は、画像解析(39.0%)と記録保存(39.0%)を含む管理であった。 AIの信頼性と正確性に関する懸念は、どちらのグループでも最大の障壁でした。われわれは,中国市場が臨床効果の向上に重点を置いた,実践者主導のボトムアップ導入モデルを実証し,NA市場は,行政効率の向上を目的とした,より慎重で構造化されたトップダウン統合を示す「適応パラドックス」を明らかにした。これは、AI開発と統合に対する一大のアプローチが不十分であり、グローバルな獣医の実践にAIを責任を持って組み込むには、地域固有の戦略が必要であることを示唆している。

関連論文リスト

On the Limits of Selective AI Prediction: A Case Study in Clinical Decision Making [13.982768346782386]
臨床的文脈における人的決定に対する選択的予測の効果について検討した。以上の結果から,選択予測は不正確なAIの負の効果を判定精度の観点から軽減することが明らかとなった。
論文参考訳（メタデータ） (2025-08-11T04:53:13Z)
Toward the Autonomous AI Doctor: Quantitative Benchmarking of an Autonomous Agentic AI Versus Board-Certified Clinicians in a Real World Setting [0.0]
2030年までには、世界中で1100万人の医療従事者が不足していると予測されている。エンド・ツー・エンドの大規模言語モデル(LLM)ベースのAIシステムは、実際の臨床実践において厳格に評価されていない。
論文参考訳（メタデータ） (2025-06-27T19:04:44Z)
An Agentic System for Rare Disease Diagnosis with Traceable Reasoning [69.46279475491164]
大型言語モデル(LLM)を用いた最初のまれな疾患診断エージェントシステムであるDeepRareを紹介する。 DeepRareは、まれな疾患の診断仮説を分類し、それぞれに透明な推論の連鎖が伴う。このシステムは2,919の疾患に対して異常な診断性能を示し、1013の疾患に対して100%の精度を達成している。
論文参考訳（メタデータ） (2025-06-25T13:42:26Z)
A Clinician-Friendly Platform for Ophthalmic Image Analysis Without Technical Barriers [51.45596445363302]
GlobeReadyはクリニックフレンドリーなAIプラットフォームで、再トレーニング、微調整、技術専門知識の必要性なしに、基礎疾患の診断を可能にする。光コヒーレンス・トモグラフィー(OCT)スキャンを用いて、カラー・ファンドス写真(CPF)を用いた11のファンドス病(93.9-98.5%)と15のファンドス病(87.2-92.7%)の精度を示した。トレーニングなしのローカル機能拡張を活用することで、GlobeReadyプラットフォームは、センターや人口間のドメインシフトを効果的に軽減する。
論文参考訳（メタデータ） (2025-04-22T14:17:22Z)
Artificial Intelligence to Assess Dental Findings from Panoramic Radiographs -- A Multinational Study [3.8184255731311287]
6,669個の歯科用パノラマ線写真(DPR)を3つのデータセットから分析した。性能指標には、受信機動作特性曲線(AUC-ROC)の感度、特異性、面積が含まれていた。 AIシステムは、人間の読者に匹敵する、あるいは優れたパフォーマンスを示した。
論文参考訳（メタデータ） (2025-02-14T16:34:21Z)
AI Workflow, External Validation, and Development in Eye Disease Diagnosis [5.940140611616894]
AIは診断精度が保証されるが、臨床および多様な集団の検証が不十分なため、現実の応用問題に直面している。本研究は、年齢関連黄斑変性(AMD)診断と分類重症度に関するケーススタディを通じて、医療用AIの下流アカウンタビリティのギャップに対処する。
論文参考訳（メタデータ） (2024-09-23T15:01:09Z)
Detection of subclinical atherosclerosis by image-based deep learning on chest x-ray [86.38767955626179]
460胸部X線で冠状動脈カルシウム(CAC)スコアを予測する深層学習アルゴリズムを開発した。 AICACモデルの診断精度は, 曲線下領域(AUC)で評価された。
論文参考訳（メタデータ） (2024-03-27T16:56:14Z)
Advancing COVID-19 Diagnosis with Privacy-Preserving Collaboration in Artificial Intelligence [79.038671794961]
我々はUCADI(Unified CT-COVID AI Diagnostic Initiative)を立ち上げ、各ホスト機関でAIモデルを分散的にトレーニングし、独立して実行することができる。本研究は,中国とイギリスに所在する23の病院で採取した3,336例の胸部CT9,573例について検討した。
論文参考訳（メタデータ） (2021-11-18T00:43:41Z)

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。