Fugu-MT 論文翻訳(概要): Clinical Harness for Governable Medical AI Skill Ecosystems

論文の概要: Clinical Harness for Governable Medical AI Skill Ecosystems

arxiv url: http://arxiv.org/abs/2606.26494v2
Date: Tue, 30 Jun 2026 03:18:10 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-01 13:50:27.699144
Title: Clinical Harness for Governable Medical AI Skill Ecosystems
Title（参考訳）: 医療用AIスキルエコシステムのための臨床的ハーネス
Abstract要約: 我々は、臨床AIスキルを定義し、それらを登録し、オーケストレーションし、制約し、監視するランタイムガバナンスアーキテクチャであるCrysical Harnessを提案する。骨粗しょう症を代表として, 知識駆動型, データ駆動型, 物理強化技術がライフサイクルケアをいかに支援し, 将来の医療機関に支配的な基盤を提供するかを示す。
参考スコア（独自算出の注目度）: 9.636006418828215
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Medical AI remains organized around isolated models, whereas care requires accountable capabilities that persist across time. We define clinical AI skills and propose the Clinical Harness, a runtime governance architecture that registers, orchestrates, constrains and monitors them. Using osteoporosis as an exemplar, we show how knowledge-driven, data-driven and physics-enhanced skills can support lifecycle care and provide a governed substrate for future medical agents.
Abstract（参考訳）: 医療AIは孤立したモデルを中心に組織されているが、ケアには時間をかけて継続する説明責任能力が必要である。我々は、臨床AIスキルを定義し、それらを登録し、オーケストレーションし、制約し、監視するランタイムガバナンスアーキテクチャであるCrysical Harnessを提案する。骨粗しょう症を代表として, 知識駆動型, データ駆動型, 物理強化技術がライフサイクルケアをいかに支援し, 将来の医療機関に支配的な基盤を提供するかを示す。

関連論文リスト

Clinical Reasoning in the Age of AI: Longitudinal Cognition and Human-AI Collaboration [0.7588418803784354]
現実の環境での臨床的な問題を通じて医師が推論する方法を理解することは、効果的なAI推論システムの設計に不可欠である。本研究は、臨床推論を文脈に敏感で時間的に拡張されたプロセスとして理解するための統一的な枠組みを提供する。
論文参考訳（メタデータ） (2026-06-07T03:51:15Z)
Medical Model Synthesis Architectures: A Case Study [72.46211022258122]
現在のAIシステムは、不確実性の下で調整された推論に苦労している。我々は,不確実性の下で,現実的に有用だが公式に透過的な臨床予測を行うことができるAIシステムのためのフレームワークを提案する。このフレームワークの最初の概念実証は、どのようにして差分診断に利用できるかを示す。
論文参考訳（メタデータ） (2026-05-10T19:30:16Z)
Grounding Clinical AI Competency in Human Cognition Through the Clinical World Model and Skill-Mix Framework [2.048286515359845]
本稿では,三者間相互作用としてケアを形式化する臨床世界モデルを紹介する。我々は、提供者、患者、AIエージェントのための並列意思決定アーキテクチャを開発する。このフレームワークは、臨床AIをステークホルダー間で特定、評価、バウンドできる共通の文法を提供する。
論文参考訳（メタデータ） (2026-04-09T13:20:13Z)
MCP-AI: Protocol-Driven Intelligence Framework for Autonomous Reasoning in Healthcare [0.0]
MCP-AIは、モデルコンテキストプロトコル上に構築された、説明可能な医療意思決定のための新しいアーキテクチャである。 MCP-AIは、ケア設定全体にわたって適応的、縦断的、協調的な推論をサポートする。
論文参考訳（メタデータ） (2025-12-05T02:02:22Z)
Automated Construction of Medical Indicator Knowledge Graphs Using Retrieval Augmented Large Language Models [8.095858876360577]
本稿では,検索拡張生成(RAG)と大規模言語モデル(LLM)を組み合わせて医療指標知識グラフを構築する自動フレームワークを提案する。得られた知識グラフは、インテリジェントな診断と質問応答システムに統合することができる。
論文参考訳（メタデータ） (2025-11-17T16:00:42Z)
Before the Clinic: Transparent and Operable Design Principles for Healthcare AI [42.994619952353396]
医療AIの先進的な技術的要件を運用するための基本設計原則を2つ提案する。我々は、これらの原則を確立されたXAIフレームワークに根ざし、それらをドキュメント化された臨床ニーズにマッピングし、新たなガバナンス要件との整合性を実証します。この前臨床プレイブックは、開発チームに対して実行可能なガイダンスを提供し、臨床評価への道を加速し、AI研究者、医療実践家、規制ステークホルダーを分かち合う共通語彙を確立する。
論文参考訳（メタデータ） (2025-10-31T04:05:09Z)
Interpretable Clinical Classification with Kolgomorov-Arnold Networks [70.72819760172744]
Kolmogorov-Arnold Networks (KAN) は、透明で象徴的な表現を通じて固有の解釈能力を提供する。 Kansは、組み込みの患者レベルの洞察、直感的な可視化、最寄りの患者の検索をサポートする。これらの結果は、カンを、臨床医が理解し、監査し、行動できる信頼できるAIへの有望なステップと位置づけている。
論文参考訳（メタデータ） (2025-09-20T17:21:58Z)
A Comprehensive Review of Datasets for Clinical Mental Health AI Systems [55.67299586253951]
本稿では,AIを活用した臨床アシスタントの訓練・開発に関連する臨床精神保健データセットの総合的調査を行う。本調査では, 縦断データの欠如, 文化・言語表現の制限, 一貫性のない収集・注釈基準, 合成データのモダリティの欠如など, 重要なギャップを明らかにした。
論文参考訳（メタデータ） (2025-08-13T13:42:35Z)
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)
Over-Relying on Reliance: Towards Realistic Evaluations of AI-Based Clinical Decision Support [12.247046469627554]
私たちは、AIのタスクにおける信頼、信頼、受け入れ、パフォーマンスといった評価指標を超えて進むことを提唱します。私たちはコミュニティに、AIが医療専門家にもたらす創発的な価値を計測する、生態学的に有効な、ドメインに適した研究環境を優先するよう呼びかけています。
論文参考訳（メタデータ） (2025-04-10T03:28:56Z)
Medchain: Bridging the Gap Between LLM Agents and Clinical Practice with Interactive Sequence [68.05876437208505]
臨床ワークフローの5つの重要な段階をカバーする12,163の臨床症例のデータセットであるMedChainを提示する。フィードバック機構とMCase-RAGモジュールを統合したAIシステムであるMedChain-Agentも提案する。
論文参考訳（メタデータ） (2024-12-02T15:25:02Z)
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)
HEAR4Health: A blueprint for making computer audition a staple of modern healthcare [89.8799665638295]
近年、従来の医療システムを変革する試みとして、デジタル医療の研究が急速に増加している。コンピュータによるオーディションは、少なくとも商業的関心の面では遅れている。実生活における聴覚信号の分析に必要な基礎技術に対応する聴覚、計算とデータ効率の進歩、個々の差異を考慮し、医療データの長手性を扱う聴覚。
論文参考訳（メタデータ） (2023-01-25T09:25:08Z)
Automated Clinical Coding: What, Why, and Where We Are? [17.086212195006894]
クリニカルコーディングは、プロセスの効率と正確性を改善するために、自動化システムによってサポートされる可能性がある。本研究は、臨床コーディングに適用されている現在のディープラーニングベースのアプローチと、実世界の実践における説明可能性と一貫性の必要性のギャップを明らかにする。今後5年以内にコーディングをサポートするために、AIベースの自動化システムの開発とデプロイを達成するには、多くのことが必要です。
論文参考訳（メタデータ） (2022-03-21T16:17:38Z)

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。