論文の概要: What is Implementation Science; and Why It Matters for Bridging the Artificial Intelligence Innovation-to-Application Gap in Medical Imaging

• arxiv url: http://arxiv.org/abs/2510.13006v2
• Date: Mon, 20 Oct 2025 22:11:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:11.323463
• Title: What is Implementation Science; and Why It Matters for Bridging the Artificial Intelligence Innovation-to-Application Gap in Medical Imaging
• Title（参考訳）: 実装科学とは何か : 医用画像における人工知能のイノベーションと応用ギャップの橋渡しがなぜ重要なのか
• Authors: Ahmad Fayaz-Bakhsh, Janice Tania, Syaheerah Lebai Lutfi, Abhinav K. Jha, Arman Rahmim,
• Abstract要約: 実装科学(IS)は、AI開発と実世界の臨床画像利用のギャップを埋める枠組みを提供するかもしれない。 医療画像(MI)におけるAI導入に特有な課題について概説する。 本研究は,ハイブリッドな研究デザインを強調し,有効性研究と実装研究の相補的な役割を強調した。
• 参考スコア（独自算出の注目度）: 0.8969078296493108
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The transformative potential of artificial intelligence (AI) in medical Imaging (MI) is well recognized. Yet despite promising reports in research settings, many AI tools fail to achieve clinical adoption in practice. In fact, more generally, there is a documented 17-year average delay between evidence generation and implementation of a technology1. Implementation science (IS) may provide a practical, evidence-based framework to bridge the gap between AI development and real-world clinical imaging use that helps shorten this lag through systematic frameworks, strategies, and hybrid research designs. We outline challenges specific to AI adoption in MI workflows, including infrastructural, educational, and cultural barriers. We highlight the complementary roles of effectiveness research and implementation research, emphasizing hybrid study designs and the role of integrated KT (iKT), stakeholder engagement, and equity-focused co-creation in designing sustainable and generalizable solutions. We discuss integration of Human-Computer Interaction (HCI) frameworks in MI towards usable AI. Adopting IS is not only a methodological advancement; it is a strategic imperative for accelerating translation of innovation into improved patient outcomes.
• Abstract（参考訳）: 医療画像(MI)における人工知能(AI)の変容の可能性はよく認識されている。 しかし、研究環境における有望な報告にもかかわらず、多くのAIツールは実際は臨床応用に失敗している。 実際、より一般的には、証拠生成と技術1の実装の間に17年の平均的な遅延が文書化されている。 実装科学(IS)は、AI開発と実際の臨床画像利用のギャップを埋める実用的なエビデンスベースのフレームワークを提供し、このラグを体系的なフレームワーク、戦略、ハイブリッドな研究設計を通じて短縮するのに役立つ。 インフラ、教育、文化の障壁を含む、MIワークフローにおけるAIの採用に特有の課題について概説する。 本研究は, 有効性研究と実施研究の補完的役割, ハイブリッド研究設計の強調, 統合KT(iKT)の役割, 利害関係者の関与, 持続可能で一般化可能なソリューションを設計する上でのエクイティに焦点を当てた共同創造について述べる。 我々は、MIにおけるヒューマン・コンピュータ・インタラクション(HCI)フレームワークの統合を、AIの活用に向けて議論する。 ISの採用は、方法論的な進歩であるばかりでなく、イノベーションの患者成果への転換を促進するための戦略的な衝動である。

関連論文リスト

• Generative Artificial Intelligence in Medical Imaging: Foundations, Progress, and Clinical Translation [14.306027161664565]
  生成人工知能(AI)は、急速に医療画像に変化をもたらしている。 生成AIは、取得と再構成からモダリティ間の合成まで、画像連続のキーステージに寄与する。 このレビューは,AI,医学,バイオメディカルエンジニアリングの交差点における今後の研究の指導と学際協力の育成を目的としている。
  論文  参考訳（メタデータ） (2025-08-07T07:58:40Z)
• Medical Reasoning in the Era of LLMs: A Systematic Review of Enhancement Techniques and Applications [59.721265428780946]
  医学における大きな言語モデル(LLM)は印象的な能力を実現しているが、体系的で透明で検証可能な推論を行う能力に重大なギャップが残っている。 本稿は、この新興分野に関する最初の体系的なレビューを提供する。 本稿では,学習時間戦略とテスト時間メカニズムに分類した推論強化手法の分類法を提案する。
  論文  参考訳（メタデータ） (2025-08-01T14:41:31Z)
• Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [58.50944604905037]
  エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。 AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。 この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
  論文  参考訳（メタデータ） (2025-05-03T13:55:38Z)
• From Screens to Scenes: A Survey of Embodied AI in Healthcare [31.183244202702983]
  医療におけるEmAI」は、アルゴリズム、ロボティクス、バイオメディシンといった多様な分野にまたがる。 医療のためのEmAIの"脳"の概要を包括的に紹介し、認識、アクティベーション、計画、記憶のためのAIアルゴリズムを紹介します。 我々は、技術的な障壁を議論し、倫理的考察を探求し、医療におけるEmAIの将来を前方視する。
  論文  参考訳（メタデータ） (2025-01-13T16:35:52Z)
• Transforming the Hybrid Cloud for Emerging AI Workloads [82.21522417363666]
  このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。 提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。 この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
  論文  参考訳（メタデータ） (2024-11-20T11:57:43Z)
• Clinical Evaluation of Medical Image Synthesis: A Case Study in Wireless Capsule Endoscopy [63.39037092484374]
  人工知能(AI)に基づく合成データ生成は、臨床医学の届け方を変えることができる。 本研究は,無線カプセル内視鏡(WCE)画像を用いた炎症性腸疾患(IBD)の診断における概念実証による医療用SDGの臨床評価に焦点を当てた。 その結果、TIDE-IIは、最先端の生成モデルと比較して品質が向上し、臨床的に可塑性で、非常に現実的なWCE画像を生成することがわかった。
  論文  参考訳（メタデータ） (2024-10-31T19:48:50Z)
• Artificial intelligence techniques in inherited retinal diseases: A review [19.107474958408847]
  遺伝性網膜疾患(英: InheritedRetinal disease、IRD)は、進行性視力低下を引き起こす多様な遺伝性疾患群であり、労働年齢層の視覚障害の主要な原因である。 人工知能(AI)の最近の進歩は、これらの課題に対する有望な解決策を提供する。 このレビューは既存の研究を統合し、ギャップを特定し、IRDの診断と管理におけるAIの可能性の概要を提供する。
  論文  参考訳（メタデータ） (2024-10-10T03:14:51Z)
• Integration and Implementation Strategies for AI Algorithm Deployment with Smart Routing Rules and Workflow Management [0.37918614538294315]
  本稿では、医療産業における人工知能(AI)ソリューションの普及を妨げる課題について概説する。 AI開発のための標準化されたフレームワークが存在しないことは、大きな障壁となり、それに対応するために新しいパラダイムが必要である。 本稿では,医療分野における異種アプリケーションの連携における相互運用の役割について検討する。
  論文  参考訳（メタデータ） (2023-11-17T19:38:37Z)

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。