PhilHumans: Benchmarking Machine Learning for Personal Health

要約

医療における機械学習の使用は、医療の範囲と手頃な価格を拡大するだけでなく、患者の転帰を改善する可能性があります。
他のアプリケーション分野の歴史は、インテリジェント システムの開発には強力なベンチマークが不可欠であることを示しています。
私たちは、人間と機械の自然な相互作用を活用したパーソナル ヘルス インターフェイス (PhilHumans) を紹介します。これは、トークセラピー、食事指導、救急医療、集中治療、産科超音波検査などのさまざまな医療環境やさまざまな学習環境にわたる機械学習の総合的なベンチマーク スイートです。
アクションの予測、時系列モデリング、インサイトマイニング、言語モデリング、コンピュータビジョン、強化学習、プログラム合成など

要約(オリジナル)

The use of machine learning in Healthcare has the potential to improve patient outcomes as well as broaden the reach and affordability of Healthcare. The history of other application areas indicates that strong benchmarks are essential for the development of intelligent systems. We present Personal Health Interfaces Leveraging HUman-MAchine Natural interactions (PhilHumans), a holistic suite of benchmarks for machine learning across different Healthcare settings – talk therapy, diet coaching, emergency care, intensive care, obstetric sonography – as well as different learning settings, such as action anticipation, timeseries modeling, insight mining, language modeling, computer vision, reinforcement learning and program synthesis

arxiv情報

提供元, 利用サービス

arxiv.jp, Google