DRAFT: Frontiers-artikkel foreslår AI-basert rammeverk for å redusere strålingseksponering i 5G- og 6G-nett — EMF Signal
⚠️ DRAFT — Not published
← Tilbake til utkast English version →
Frontiers in Public Health
Research Mobile phones

Frontiers-artikkel foreslår AI-basert rammeverk for å redusere strålingseksponering i 5G- og 6G-nett

27. september 2026 (EMFS)
10. sep 2026 (original)
Kilde: Frontiers in Public Health
Kildekategori: Forskning
KI-bruk
Jain og Jain mener helseeffekter av kommende 5G- og 6G-nett må håndteres, og foreslår kunstig intelligens som verktøy for å redusere eksponering. Deres konseptuelle rammeverk, tre RR-er, dekker risikoreduserende enheter, risikoreduserende ingeniørarbeid og miljø, og risikoreduserende personlige vaner, med AI-algoritmer som analyserer sanntidsdata for å senke eksponeringen, styrer tett 6G-utbygging og veileder brukere mot tryggere vaner etter en ABC-plan. Artikkelen påpeker at eksponering under 6 GHz måles som spesifikk absorpsjonsrate og over dette som absorbert effekttetthet, og ser satellitt direkte-til-enhet-samband som mest verdifullt i avsidesliggende områder og katastrofer.

Sitater (vår oversettelse)

"Uheldige virkninger på menneskers helse ved utstrakt bruk av kommende 5G/6G-mobilnett må håndteres."

[original: "Adverse effects on human health with widespread use with upcoming 5G/6G mobile networks need to be addressed."]

— Jain & Jain, Frontiers in Public Health

"Vi utdyper de AI-baserte sikkerhetstiltakene som et konseptuelt rammeverk bestående av «3RR-er»: risikoreduserende enheter, risikoreduserende ingeniørarbeid og miljø, og risikoreduserende personalisering/vaner."

[original: "We elaborate the AI-based safety measures as 'Conceptual Framework' comprising "3RRs": risk-reducing devices, risk-reducing engineering and environment; and risk-reducing personalization/habits."]

— Jain & Jain, Frontiers in Public Health

"AI benyttes til å senke eksponeringen, med avanserte algoritmer som analyserer sanntidsdata fra overvåking."

[original: "AI is utilized to lower exposure, with sophisticated algorithms analyzing real-time monitoring data."]

— Jain & Jain, Frontiers in Public Health

"AIs evne til sanntids dataanalyse og beslutningstaking kan veilede brukere til trygg bruk."

[original: "AI's capability for real-time data analysis and decision-making can guide users for safe use."]

— Jain & Jain, Frontiers in Public Health

Eksponering

"For enheter som bruker frekvenser under 6 GHz angis EMF-eksponeringen som spesifikk energiabsorpsjonsrate; for frekvenser over dette måles EMF som absorbert effekttetthet."

[original: "For devices using frequencies <6\u202fGHz, the electromagnetic field (EMF) exposure measure is in terms of "specific energy absorption rate" for devices using frequencies <6 GHz, the EMF is measured as "absorbed power density.""]

— Jain & Jain, Frontiers in Public Health (Abstract)

Sted

📍 Jamshedpur, India

Map: Jamshedpur, India

Kilde

5G/6G mobile telephone technology, methodical progress, pertinent health protection, and artificial intelligence. pubmed.ncbi.nlm.nih.gov

📄 Underliggende forskning

5G/6G mobile telephone technology, methodical progress, pertinent health protection, and artificial intelligence.

Jain S, Jain PK (2026) Frontiers in Public Health Journal Level 1ⓘ

🔗 DOI 📚 PubMed

📋 Source Archive

Archived copy for date/quote verification

📄 Source Text 📊 Dates & Meta 🔗 Original Source

📱 Delingskort (norsk)

Social card

📤 Share Text (X / Bluesky)

🤖 Frontiers-artikkel foreslår AI for å kutte strålingseksponering i 5G- og 6G-nett: Smartere enheter, ingeniørarbeid og personlige vaner.

Kilde: Frontiers in Public Health

🧭 Front page section (YAML field: categories)

Research & Studies
categories: research, mobile-phones
← All Drafts