Jan, 2024

物联网健康中的生成式人工智能驱动人体数字仿真：一项综合调查

PDF
TL;DR物联网、医疗、人类数字孪生、生成式人工智能、物联网医疗是研究的关键词，本文重点介绍了生成式人工智能驱动的人类数字孪生在物联网医疗领域的应用和实现方法，包括数据获取、通信、管理、数字建模和数据分析等方面，以及个性化健康监测、诊断、处方和康复等典型物联网医疗应用，并探讨了未来的研究方向。
发现论文，激发创造
  • 个性化医疗的革命：通过移动人工智能生成人类数字双胞胎

    移动人工智能生成内容（AIGC）技术是指在移动边缘网络上采用 AI 算法自动化信息创建过程，并满足最终用户要求的一种技术。移动 AIGC 近期引起了巨大关注，可以成为一种关键的新兴应用技术，称为人类数字孪生 (HDT)。移动 AIGC 赋能的 HDT 有望通过生成罕见疾病数据、建模高保真数字孪生、构建多功能试验台和提供全天候定制医疗服务，从而彻底改变个性化医疗。在本文中，我们提出了移动 AIGC 驱动的 HDT 系统架构，并强调了相应的设计要求和挑战。此外，我们还介绍了两个使用案例：定制手术规划和个性化药物。此外，我们进行了一项实验研究，证明了所提出的移动 AIGC 驱动的 HDT 解决方案的有效性，在虚拟物理疗法教学平台中找到了特定应用。最后，我们简要讨论了几个未解决的问题和未来发展方向。

    Jul, 2023

  • 从生成式人工智能到生成式物联网：基础、框架与展望

    通过将生成式人工智能（GAI）与现代物联网（IoT）相结合，我们提出了生成式物联网（GIoT）的概念，并研究了其潜在前景。我们介绍了四种 GAI 技术，讨论了 GIoT 的应用，并提出了一个基于 GAI 的安全激励机制框架，使用生成扩散模型（GDMs）进行机制设计，并应用区块链技术进行安全的 GIoT 管理。最后，我们通过现代车辆的交通监测案例研究，展示了利用 GDMs 生成有效合同来激励用户提供高质量感知数据。未来还有一些值得研究的开放方向，以促进 GIoT 的普及。

    Oct, 2023

  • 迈向人类数字孪生：定义与设计 -- 调查

    人类数字化双胞胎（HDTs）是一种新兴的技术，具有从医疗保健到体育等领域的重要潜力。本文通过提出一个跨领域的 HDTs 定义以及从相关挑战中提出的十一个关键设计考虑因素，将该领域的最新进展整合在一起，为未来的开发者提供指导。

    Feb, 2024

  • AI 与数字孪生的相互作用：构建数据驱动和模型驱动方法之间的桥梁

    数字孪生网络在网络编排、资源管理和人工智能模型训练及智能推理等方面具有重要作用，是实现 6G 网络的关键技术之一。本文探讨数字孪生网络与人工智能相互促进的机制，并为探索数字孪生网络与人工智能的未来研究方向提供参考。

    Sep, 2022

  • 物联网将如何实现增强个性化健康？

    IoT has created opportunities for healthcare solutions but interpreting data requires clinical, behavioral, and environmental information. Augmented Personalized Healthcare (APH) uses AI techniques to enhance human health with self-monitoring, self-appraisal, self-management, intervention, and disease progress tracking and prediction. The kHealth technology and its application to Asthma are used to provide illustrations for technology-assisted health management.

    Dec, 2017

  • 用于疾病建模的数字孪生生成器

    患者的数字孪生是描述其健康状况随时间演变的计算模型。我们描述了一种可以学习临床轨迹条件生成模型的神经网络架构，称为数字孪生生成器（DTGs），通过改变训练集并调整超参数，该架构可以为 13 种不同症状的患者生成准确的数字孪生。通过引入通用的架构，我们旨在解锁机器学习方法在更大的数据集和更多症状上的可扩展性，以便可以为世界上的任何患者创建数字孪生。

    May, 2024

  • 生成式人工智能时代的物联网：视野与挑战

    利用产生式人工智能（Generative AI）将物联网（IoT）推向新水平，提供巨大的潜力和重要应用领域。然而，在实现物联网中充分利用 Generative AI 方面存在着一些关键挑战和机遇。

    Jan, 2024

  • 工业网络的数字孪生本地化人工智能驱动服务架构

    互联需求的剧增导致物联网（IoT）传感器过量。为了满足大规模网络的管理需求，如准确的监测和学习能力，数字孪生是关键驱动因素。然而，由于物联网网络的连续连接要求，目前对数字孪生的实施尝试仍然不足。为了应对这些挑战，我们提出了一种数字孪生本地 AI 驱动的服务架构，以支持物联网网络概念。在提出的数字孪生本地架构中，我们实现了基于 TCP 的数据流水线和基于强化学习的学习模型。我们将该架构应用于物联网网络的一个广泛概念，即车联网。我们测量了我们提出的架构的效率，并注意到由于基于 TCP 的数据流水线而节约了约 30％的处理时间。此外，我们通过应用多种学习速率组合来测试学习模型的性能，并强调最成功的模型。

    Nov, 2023

  • 人体数字孪生：一项总体规划

    本文综述了人体 DT 的现状和未来前景，并提出了发展人体 DT 的五级路线图，涵盖可穿戴设备、数据收集、数据分析和决策系统等组成部分的发展。文章还强调了必要的支持、安全、成本和伦理考虑，以确保人体 DT 的负责和有效实施。该提议的路线图为指导未来发展提供了框架，并为人体 DT 的未来提供了独特视角，促进了这个快速发展领域的新的跨学科研究和创新解决方案。

    Jul, 2023

  • 数字孪生图：物联网世界的自动领域无关构建，融合和模拟

    本文提出了数字孪生图（DTG）的概念，是一种自动化的、不依赖领域专家的数字孪生构建方法，采用数据驱动和图学习方法应对数字孪生的挑战。

    Apr, 2023