論文の概要: Reflections from Research Roundtables at the Conference on Health, Inference, and Learning (CHIL) 2025

• arxiv url: http://arxiv.org/abs/2510.15217v3
• Date: Mon, 03 Nov 2025 19:48:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:26.493292
• Title: Reflections from Research Roundtables at the Conference on Health, Inference, and Learning (CHIL) 2025
• Title（参考訳）: 2025年度保健・推論・学習会議(CHIL)の総括
• Authors: Emily Alsentzer, Marie-Laure Charpignon, Bill Chen, Niharika D'Souza, Jason Fries, Yixing Jiang, Aparajita Kashyap, Chanwoo Kim, Simon Lee, Aishwarya Mandyam, Ashery Mbilinyi, Nikita Mehandru, Nitish Nagesh, Brighton Nuwagira, Emma Pierson, Arvind Pillai, Akane Sano, Tanveer Syeda-Mahmood, Shashank Yadav, Elias Adhanom, Muhammad Umar Afza, Amelia Archer, Suhana Bedi, Vasiliki Bikia, Trenton Chang, George H. Chen, Winston Chen, Erica Chiang, Edward Choi, Octavia Ciora, Paz Dozie-Nnamah, Shaza Elsharief, Matthew Engelhard, Ali Eshragh, Jean Feng, Josh Fessel, Scott Fleming, Kei Sen Fong, Thomas Frost, Soham Gadgil, Judy Gichoya, Leeor Hershkovich, Sujeong Im, Bhavya Jain, Vincent Jeanselme, Furong Jia, Qixuan Jin, Yuxuan Jin, Daniel Kapash, Geetika Kapoor, Behdokht Kiafar, Matthias Kleiner, Stefan Kraft, Annika Kumar, Daeun Kyung, Zhongyuan Liang, Joanna Lin, Qianchu Liu, Chang Liu, Hongzhou Luan, Chris Lunt, Leopoldo Julían Lechuga López, Matthew B. A. McDermott, Shahriar Noroozizadeh, Connor O'Brien, YongKyung Oh, Mixail Ota, Stephen Pfohl, Meagan Pi, Tanmoy Sarkar Pias, Emma Rocheteau, Avishaan Sethi, Toru Shirakawa, Anita Silver, Neha Simha, Kamile Stankeviciute, Max Sunog, Peter Szolovits, Shengpu Tang, Jialu Tang, Aaron Tierney, John Valdovinos, Byron Wallace, Will Ke Wang, Peter Washington, Jeremy Weiss, Daniel Wolfe, Emily Wong, Hye Sun Yun, Xiaoman Zhang, Xiao Yu Cindy Zhang, Hayoung Jeong, Kaveri A. Thakoor,
• Abstract要約: 第6回保健・推論・学習年次会議(CHIL 2025)は2025年6月25日から27日にかけてアメリカ合衆国カリフォルニア州バークレーのカリフォルニア大学バークレー校で開催された。 今年のプログラムの一環として、私たちはResearch Roundtablesを開催し、機械学習とヘルスケアの交差点で重要な、タイムリーなトピックに関する、共同で小さなグループの対話を触媒しました。
• 参考スコア（独自算出の注目度）: 31.107323578829995
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The 6th Annual Conference on Health, Inference, and Learning (CHIL 2025), hosted by the Association for Health Learning and Inference (AHLI), was held in person on June 25-27, 2025, at the University of California, Berkeley, in Berkeley, California, USA. As part of this year's program, we hosted Research Roundtables to catalyze collaborative, small-group dialogue around critical, timely topics at the intersection of machine learning and healthcare. Each roundtable was moderated by a team of senior and junior chairs who fostered open exchange, intellectual curiosity, and inclusive engagement. The sessions emphasized rigorous discussion of key challenges, exploration of emerging opportunities, and collective ideation toward actionable directions in the field. In total, eight roundtables were held by 19 roundtable chairs on topics of "Explainability, Interpretability, and Transparency," "Uncertainty, Bias, and Fairness," "Causality," "Domain Adaptation," "Foundation Models," "Learning from Small Medical Data," "Multimodal Methods," and "Scalable, Translational Healthcare Solutions."
• Abstract（参考訳）: 第6回保健・推論・学習年次会議(CHIL 2025)は2025年6月25日から27日にかけてカリフォルニア州バークレーのカリフォルニア大学バークレー校で開催された。 今年のプログラムの一環として、私たちはResearch Roundtablesを開催し、機械学習とヘルスケアの交差点で重要な、タイムリーなトピックに関する、共同で小さなグループの対話を触媒しました。 各ラウンドテーブルは、オープン交換、知的好奇心、包括的エンゲージメントを育む上級・中級の椅子チームによって調整された。 セッションでは、重要な課題に関する厳格な議論、新たな機会を探究すること、および現場における行動可能な方向性に対する集団的考えを強調した。 総じて「説明可能性・解釈可能性・透明性」・「不確実性・バイアス・公正性」・「因果性」・「Domain Adaptation」・「創始モデル」・「小規模医療データ」・「マルチモーダル・メソッドズ」・「スケーラブル・翻訳医療ソリューションズ」のトピックについて「説明可能性・解釈可能性・透明性」・「不確実性・バイアス・公正性」・「因果性」・「創始モデル」・「創始モデル」・「小医療データ」・「マルチモーダル・メソッドズ」・「スケーラブル・トランスレーショナル・ヘルス・ソリューションズ」をテーマとした19のラウンドテーブル・チェアで開催した。

関連論文リスト

• Recent Advances, Applications and Open Challenges in Machine Learning for Health: Reflections from Research Roundtables at ML4H 2024 Symposium [24.911092936673384]
  第4回Machine Learning for Health(ML4H)シンポジウムは2024年12月15日と16日にカナダのバンクーバーで開催された。
  論文  参考訳（メタデータ） (2025-02-10T17:17:09Z)
• 'Being there together for health': A Systematic Review on the Feasibility, Effectiveness and Design Considerations of Immersive Collaborative Virtual Environments in Health Applications [3.7285188483791365]
  MEDLINE、PsycINFO、Emcareデータベースをピアレビューされたオリジナルレポートのために体系的に検索した。 没入型拡張現実技術を用いたすべての研究は、1人以上の参加者が直接健康上の利益に介入しながら行われた。 調査では、リハビリテーションへの関与、距離を越えた有意義な相互作用、ポジティブな影響、変革的体験、メンタルヘルス療法、運動スキル学習など、様々なポジティブな結果が示された。
  論文  参考訳（メタデータ） (2024-12-06T03:58:51Z)
• SemEval-2024 Task 2: Safe Biomedical Natural Language Inference for Clinical Trials [13.59675117792588]
  SemEval-2024 Task 2: Safe Biomedical Natural Language Inference for ClinicalTrialsについて紹介する。 我々の貢献には、改良されたNLI4CT-Pデータセット(Natural Language Inference for Clinical Trials - Perturbed)が含まれる。 このタスクに登録された参加者は合計106人であり、1200以上の個人申請と25のシステム概要書に貢献している。 このイニシアチブは、医療におけるNLIモデルの堅牢性と適用性を向上し、臨床意思決定におけるより安全で信頼性の高いAIアシストを保証することを目的としている。
  論文  参考訳（メタデータ） (2024-04-07T13:58:41Z)
• Recent Advances, Applications, and Open Challenges in Machine Learning for Health: Reflections from Research Roundtables at ML4H 2023 Symposium [71.81297744767885]
  第3回ML4Hシンポジウムは2023年12月10日にアメリカ合衆国ルイジアナ州ニューオーリンズで開催された。 ML4H 2022では,11個の個人用ラウンドテーブルと4つの仮想ラウンドテーブルを編成した。 この文書は、医療における機械学習の最近の進歩を要約した総合的なレビュー論文として機能する。
  論文  参考訳（メタデータ） (2024-03-03T22:21:58Z)
• Intuitive Surgical SurgToolLoc Challenge Results: 2022-2023 [55.40111320730479]
  我々は、先進的なRA応用の文脈において、難しい機械学習問題を解決するために、外科データ科学のコミュニティに挑戦してきた。 ここでは,手術ツールの局所化(SurgToolLoc)を中心に,これらの課題の成果を報告する。 これらの課題に対応する公開データセットは、別の論文arXiv:2501.09209で詳述されている。
  論文  参考訳（メタデータ） (2023-05-11T21:44:39Z)
• Coordinated Science Laboratory 70th Anniversary Symposium: The Future of Computing [80.72844751804166]
  2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。 シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。 参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
  論文  参考訳（メタデータ） (2022-10-04T17:32:27Z)
• ITTC @ TREC 2021 Clinical Trials Track [54.141379782822206]
  本課題は、患者の入院ノートの要約を構成するトピックに有効な臨床試験を適合させる問題に焦点を当てる。 NLP手法を用いて試行とトピックの表現方法を探索し、共通の検索モデルを用いて各トピックに関連するトライアルのランク付けリストを生成する。 提案されたすべての実行の結果は、すべてのトピックの中央値よりもはるかに上回っていますが、改善の余地はたくさんあります。
  論文  参考訳（メタデータ） (2022-02-16T04:56:47Z)

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。