論文の概要: Patient Digital Twins for Chronic Care: Technical Hurdles, Lessons Learned, and the Road Ahead
- arxiv url: http://arxiv.org/abs/2602.11223v1
- Date: Wed, 11 Feb 2026 13:07:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-13 21:07:25.466916
- Title: Patient Digital Twins for Chronic Care: Technical Hurdles, Lessons Learned, and the Road Ahead
- Title（参考訳）: 慢性期医療のための患者デジタル双生児 : 技術的ハードル, 学び, 道頭
- Authors: Micheal P. Papazoglou, Bernd J. Krämer, Mira Raheem, Amal Elgammal,
- Abstract要約: 慢性疾患は世界中で死亡率、死亡率、医療費の主な負担となっている。
患者医療デジタルツインズ(PMDTs)は、臨床、ゲノム、ライフスタイル、およびQOLデータを統合する患者の総体的かつ継続的に更新されたデジタル版である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Chronic diseases constitute the principal burden of morbidity, mortality, and healthcare costs worldwide, yet current health systems remain fragmented and predominantly reactive. Patient Medical Digital Twins (PMDTs) offer a paradigm shift: holistic, continuously updated digital counterparts of patients that integrate clinical, genomic, lifestyle, and quality-of-life data. We report early implementations of PMDTs via ontology-driven modeling and federated analytics pilots. Insights from the QUALITOP oncology study and a distributed AI platform confirm both feasibility and challenges: aligning with HL7 FHIR and OMOP standards, embedding privacy governance, scaling federated queries, and designing intuitive clinician interfaces. We also highlight technical gains, such as automated reasoning over multimodal blueprints and predictive analytics for patient outcomes. By reflecting on these experiences, we outline actionable insights for software engineers and identify opportunities, such as DSLs and model-driven engineering, to advance PMDTs toward trustworthy, adaptive chronic care ecosystems.
- Abstract（参考訳）: 慢性疾患は世界中で致死率、死亡率、医療費の主な負担となっているが、現在の医療システムは断片化され、主に反応性が保たれている。
患者医療デジタルツインズ(PMDTs)は、臨床、ゲノム、ライフスタイル、およびQOLデータを統合する患者の総体的かつ継続的に更新されたデジタル版である。
オントロジー駆動型モデリングとフェデレーション分析パイロットによるPMDTの早期実装について報告する。
QUILITOPオンコロジー研究と分散AIプラットフォームからの洞察は、HL7 FHIRとOMOP標準との整合性、プライバシガバナンスの組み込み、フェデレーションクエリのスケーリング、直感的なクリニックインターフェースの設計など、実現可能性と課題の両方を確認している。
また、マルチモーダルな青写真に対する自動推論や、患者の結果の予測分析など、技術的なメリットも強調する。
これらの経験を反映して、ソフトウェアエンジニアのための実行可能な洞察を概説し、DSLやモデル駆動型エンジニアリングのような機会を特定し、PMDTを信頼できる適応型慢性ケアエコシステムへと前進させます。
関連論文リスト
- A Semantic Framework for Patient Digital Twins in Chronic Care [0.0]
患者医療デジタルツイン(PMDT)は、生理的、精神社会的、行動的、ゲノム的な情報をコヒーレントなモデルに統合する。
PMDTはセマンティック・インターオペラビリティを確保し、自動推論をサポートし、さまざまな臨床コンテキストでの再利用を可能にする。
データ断片化とセマンティック標準化のギャップを埋めることによって、PMDTは、次世代デジタルヘルスエコシステムの検証された基盤を提供する。
論文 参考訳（メタデータ） (2025-10-10T08:34:55Z) - Mitigating Clinician Information Overload: Generative AI for Integrated EHR and RPM Data Analysis [0.523377539745706]
生成人工知能(GenAI)の能力・要件・応用の概要を概観する。
患者データ,すなわちリアルタイム遠隔患者モニタリング(RPM)ストリームと従来の電子健康記録(EHR)の形式と情報源について,まず背景を述べる。
これらのアプリケーションは、縦断的患者のデータのナビゲーションを強化し、自然言語対話による実用的な臨床診断支援を提供する。
論文 参考訳（メタデータ） (2025-08-26T17:10:21Z) - Adaptable Cardiovascular Disease Risk Prediction from Heterogeneous Data using Large Language Models [70.64969663547703]
AdaCVDは、英国バイオバンクから50万人以上の参加者を対象に、大規模な言語モデルに基づいて構築された適応可能なCVDリスク予測フレームワークである。
包括的かつ可変的な患者情報を柔軟に取り込み、構造化データと非構造化テキストの両方をシームレスに統合し、最小限の追加データを使用して新規患者の集団に迅速に適応する。
論文 参考訳（メタデータ） (2025-05-30T14:42:02Z) - Integrating Generative Artificial Intelligence in ADRD: A Roadmap for Streamlining Diagnosis and Care in Neurodegenerative Diseases [8.903189530397318]
医療システムは、特にアルツハイマー病と関連する認知症において、神経学的ケアの需要が増大するのに苦慮している。
LLMに基づく生成AIシステムは,ADRDケアにおける専門レベルの評価と意思決定に大規模にアプローチするために臨床能力を高めることができる。
論文 参考訳（メタデータ） (2025-02-06T19:09:11Z) - Patient-centered data science: an integrative framework for evaluating and predicting clinical outcomes in the digital health era [0.0]
本研究では,デジタルヘルス時代の患者中心型データサイエンスのための新たな統合的枠組みを提案する。
従来の臨床データと患者の報告した結果、健康の社会的決定要因、および多次元データを組み合わせて総合的なデジタル患者表現を作成する多次元モデルを開発した。
論文 参考訳（メタデータ） (2024-07-31T02:36:17Z) - Generative AI-Driven Human Digital Twin in IoT-Healthcare: A Comprehensive Survey [53.691704671844406]
IoT(Internet of Things)は、特にヘルスケアにおいて、人間の生活の質を大幅に向上させる。
ヒトデジタルツイン(HDT)は、個体の複製を包括的に特徴付ける革新的なパラダイムとして提案されている。
HDTは、多用途で生き生きとした人間のデジタルテストベッドとして機能することで、医療監視の応用を超えて、IoTヘルスの強化を図っている。
最近、生成人工知能(GAI)は、高度なAIアルゴリズムを利用して、多種多様なデータを自動的に生成、操作、修正できるため、有望なソリューションである可能性がある。
論文 参考訳（メタデータ） (2024-01-22T03:17:41Z) - Clairvoyance: A Pipeline Toolkit for Medical Time Series [95.22483029602921]
時系列学習は、データ駆動の*クリニカルな意思決定支援のパンとバターである*
Clairvoyanceは、ソフトウェアツールキットとして機能する、統合されたエンドツーエンドのオートMLフレンドリなパイプラインを提案する。
Clairvoyanceは、臨床時系列MLのための包括的で自動化可能なパイプラインの生存可能性を示す最初のものである。
論文 参考訳（メタデータ） (2023-10-28T12:08:03Z) - Digital Twins for Patient Care via Knowledge Graphs and Closed-Form
Continuous-Time Liquid Neural Networks [0.0]
デジタル双生児は、製造業、サプライチェーンのロジスティクス、土木インフラなどの産業で急速に勢いを増している。
マルチモーダル患者データを用いた複雑な疾患のモデル化の課題と、その解析の複雑さは、生体医療分野におけるデジタル双生児の採用を阻害している。
本稿では,計算コストとモデリング複雑さによる臨床双対モデリングの障壁に対処する新しい枠組みを提案する。
論文 参考訳（メタデータ） (2023-07-08T12:52:31Z) - SANSformers: Self-Supervised Forecasting in Electronic Health Records
with Attention-Free Models [48.07469930813923]
本研究は,医療施設への患者訪問数を予測することにより,医療サービスの需要を予測することを目的とする。
SNSformerは、特定の帰納バイアスを設計し、EHRデータの特異な特徴を考慮に入れた、注意のない逐次モデルである。
本研究は, 各種患者集団を対象とした医療利用予測の修正における, 注意力のないモデルと自己指導型事前訓練の有望な可能性について考察した。
論文 参考訳（メタデータ） (2021-08-31T08:23:56Z) - BiteNet: Bidirectional Temporal Encoder Network to Predict Medical
Outcomes [53.163089893876645]
本稿では,患者の医療旅行におけるコンテキスト依存と時間的関係を捉える,新たな自己注意機構を提案する。
エンド・ツー・エンドの双方向時間エンコーダネットワーク(BiteNet)が患者の旅路の表現を学習する。
実世界のEHRデータセットを用いた2つの教師付き予測と2つの教師なしクラスタリングタスクにおける手法の有効性を評価した。
論文 参考訳（メタデータ） (2020-09-24T00:42:36Z)
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。