論文の概要: Towards Practical Multimodal Hospital Outbreak Detection

• arxiv url: http://arxiv.org/abs/2603.20536v1
• Date: Fri, 20 Mar 2026 22:14:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:38.958822
• Title: Towards Practical Multimodal Hospital Outbreak Detection
• Title（参考訳）: マルチモーダル病院アウトブレイク検出の実践に向けて
• Authors: Chang Liu, Jieshi Chen, Alexander J. Sundermann, Kathleen Shutt, Marissa P. Griffith, Lora Lee Pless, Lee H. Harrison, Artur W. Dubrawski,
• Abstract要約: 全ゲノムシークエンシング(WGS)は、アウトブレイク調査におけるゴールドスタンダードであるが、その相当なコストとターンアラウンドタイムは、定期的な監視の可能性を制限する。 本稿では, 行列型レーザー脱離イオン化時間(MALDI-TOF)質量分析法, 抗菌抵抗パターン, 電子健康記録の3つの手法について検討した。 本稿では,これらのモダリティから識別的特徴を学習し,発生検出を支援する機械学習手法を提案する。
• 参考スコア（独自算出の注目度）: 34.40098158537359
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Rapid identification of outbreaks in hospitals is essential for controlling pathogens with epidemic potential. Although whole genome sequencing (WGS) remains the gold standard in outbreak investigations, its substantial costs and turnaround times limit its feasibility for routine surveillance, especially in less-equipped facilities. We explore three modalities as rapid alternatives: matrix-assisted laser desorption ionization-time of flight (MALDI-TOF) mass spectrometry, antimicrobial resistance (AR) patterns, and electronic health records (EHR). We present a machine learning approach that learns discriminative features from these modalities to support outbreak detection. Multi-species evaluation shows that the integration of these modalities can boost outbreak detection performance. We also propose a tiered surveillance paradigm that can reduce the need for WGS through these alternative modalities. Further analysis of EHR information identifies potentially high-risk contamination routes linked to specific clinical procedures, notably those involving invasive equipment and high-frequency workflows, providing infection prevention teams with actionable targets for proactive risk mitigation
• Abstract（参考訳）: 病院における急激な流行の特定は、伝染病の可能性のある病原体を制御するために不可欠である。 全ゲノムシークエンシング(WGS)は、アウトブレイク調査におけるゴールドスタンダードであり続けているが、その相当なコストとターンアラウンドタイムは、定期的な監視、特に設備の少ない施設において、その実現可能性を制限する。 本稿では, 行列型レーザー脱離イオン化時間(MALDI-TOF)質量分析法, 抗菌抵抗性(AR)パターン, 電子健康記録(EHR)の3つの方法を検討した。 本稿では,これらのモダリティから識別的特徴を学習し,発生検出を支援する機械学習手法を提案する。 多種多様な評価により,これらのモダリティの統合により発生検出性能が向上することが示された。 また、これらの代替手段により、WGSの必要性を低減できる階層型監視パラダイムも提案する。 EHR情報のさらなる分析は、特定の臨床試験、特に侵襲的な機器や高頻度ワークフローに関連するリスクの高い汚染経路を特定し、感染予防チームに予防的リスク軽減のための実行可能な標的を提供する。

関連論文リスト

• Exploring the Utility of MALDI-TOF Mass Spectrometry and Antimicrobial Resistance in Hospital Outbreak Detection [34.40098158537359]
  全ゲノムシークエンシング(WGS)は、アウトブレイク検出のための金の標準であると考えられている。 WGS, MALDI-TOF質量分析法, 抗菌抵抗パターンに対する迅速かつ費用対効果の2つの代替手段の有用性について検討する。 我々は,MALDI-TOFスペクトルとARパターンから情報表現を抽出し,アウトブレイク検出を行う機械学習フレームワークを開発した。
  論文  参考訳（メタデータ） (2026-02-17T20:59:31Z)
• MIRAGE: Misleading Retrieval-Augmented Generation via Black-box and Query-agnostic Poisoning Attacks [47.46936341268548]
  Retrieval-Augmented Generation (RAG)システムでは、コーパス中毒という致命的な攻撃面が導入されている。 我々は,厳格なブラックボックスとクエリ非依存環境のために設計された,新しい多段階毒素パイプラインであるMIRAGEを提案する。 大規模な実験により、MIRAGEは攻撃効果とステルスネスの両方において既存のベースラインを著しく上回っていることが示された。
  論文  参考訳（メタデータ） (2025-12-09T06:38:16Z)
• Self-Supervised Distillation of Legacy Rule-Based Methods for Enhanced EEG-Based Decision-Making [10.883645363577502]
  頭蓋内脳波(iEEG)における高周波発振(HFO)はてんかん治療におけるてんかん原性領域の局在に重要なバイオマーカーである。 HFOの従来の規則に基づく検出器は、満足のいく精度に悩まされ、手作業によるレビューを必要とする偽陽性を発生させる。 本稿では,レガシ検出器が生成する候補イベントの大規模なセットを,病的HFOの正確なセットに洗練するための自己監督型ラベル発見(SS2LD)フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-19T09:01:13Z)
• A Vector-Quantized Foundation Model for Patient Behavior Monitoring [41.48188433408574]
  本稿では,スマートフォンやウェアラブルデバイスからの実世界のデータを処理するために設計されたベクトル量子化変分自動エンコーダを改良した基礎モデルを提案する。 本研究では, 個別の潜伏表現を利用して, 微調整を必要とせず, 2つの下流課題, 自殺リスク評価, 情緒的状態予測を効果的に実施した。
  論文  参考訳（メタデータ） (2025-03-19T14:01:16Z)
• Explainable Artificial Intelligence Techniques for Irregular Temporal Classification of Multidrug Resistance Acquisition in Intensive Care Unit Patients [7.727213847237959]
  本研究では,GRU(Gated Recurrent Units)と高度な内在的・ポストホック的解釈可能性技術を統合した新しい手法を提案する。 ICU患者に対するMDR(Multidrug-Resistant)感染に関連する危険因子の特定を目的とした。
  論文  参考訳（メタデータ） (2024-07-24T11:12:01Z)
• Enhancing Open-World Bacterial Raman Spectra Identification by Feature Regularization for Improved Resilience against Unknown Classes [0.0]
  従来のクローズドセット分類手法は、全ての試験サンプルが既知の病原体の1つに属すると仮定する。 ラマン分光法による病原体を同定する現在の最先端ニューラルネットワークは未知の入力に対して脆弱であることを示す。 我々はResNetアーキテクチャの新しいアンサンブルと、既存のクローズドワールド手法よりも優れたアテンションメカニズムを組み合わさった。
  論文  参考訳（メタデータ） (2023-10-19T17:19:47Z)
• Scalable Pathogen Detection from Next Generation DNA Sequencing with Deep Learning [3.8175773487333857]
  本稿ではトランスフォーマーネットワークをバックボーンとして利用するディープラーニングベースのソリューションMG2Vecを提案する。 提案手法は,未治療の実際の臨床サンプルから病原体を検出するのに有効であることを示す。 本稿では,メタジェノムをベースとした深層学習による疾患診断のための新しい表現学習フレームワークの包括的評価を行う。
  論文  参考訳（メタデータ） (2022-11-30T00:13:59Z)
• Unsupervised deep learning techniques for powdery mildew recognition based on multispectral imaging [63.62764375279861]
  本稿では,キュウリ葉の粉状ミドウを自動的に認識する深層学習手法を提案する。 マルチスペクトルイメージングデータに適用した教師なし深層学習技術に焦点をあてる。 本稿では, オートエンコーダアーキテクチャを用いて, 疾患検出のための2つの手法を提案する。
  論文  参考訳（メタデータ） (2021-12-20T13:29:13Z)
• Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
  我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。 本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。 我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
  論文  参考訳（メタデータ） (2020-09-20T12:24:45Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)

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。