要約
2019 年に新型コロナウイルス感染症 (COVID-19) のパンデミックが発生して以来、コスト効率が高く、非侵襲的で迅速な AI ベースのツールを開発するための協調的な取り組みが行われてきました。
これらのツールは、すべてこの前例のない世界的危機に対応して、医療システムの負担を軽減し、ウイルスの急速な蔓延を制御し、介入の成果を高めることを目的としていました。
ポストコロナ時代に移行する中、私たちはこれらの提案された研究を遡及的に評価し、さまざまな課題に対して提案されたソリューションに焦点を当てて、AI 診断モデルで採用されている技術のレビューを提供します。
このレビューは、パンデミック中に生じた多面的な課題に対処するために設計された多様なソリューションについての洞察を提供することを目的としています。
そうすることで、AI コミュニティが公衆衛生上の緊急事態に効果的に対処できるようにカスタマイズされた AI ツールを開発できるように準備することを目指しています。
要約(オリジナル)
Since the onset of the COVID-19 pandemic in 2019, there has been a concerted effort to develop cost-effective, non-invasive, and rapid AI-based tools. These tools were intended to alleviate the burden on healthcare systems, control the rapid spread of the virus, and enhance intervention outcomes, all in response to this unprecedented global crisis. As we transition into a post-COVID era, we retrospectively evaluate these proposed studies and offer a review of the techniques employed in AI diagnostic models, with a focus on the solutions proposed for different challenges. This review endeavors to provide insights into the diverse solutions designed to address the multifaceted challenges that arose during the pandemic. By doing so, we aim to prepare the AI community for the development of AI tools tailored to address public health emergencies effectively.
arxiv情報
| 著者 | Yingying Fang,Xiaodan Xing,Shiyi Wang,Simon Walsh,Guang Yang |
| 発行日 | 2023-11-24 13:44:28+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google