論文の概要: Impact of PGHD reliability on the usefulness of a clinical decision
support system
- arxiv url: http://arxiv.org/abs/2004.04797v1
- Date: Wed, 8 Apr 2020 09:46:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-25 11:24:05.416052
- Title: Impact of PGHD reliability on the usefulness of a clinical decision
support system
- Title（参考訳）: PGHD信頼性が臨床診断支援システムの有用性に及ぼす影響
- Authors: Alain Giordanengo
- Abstract要約: 医療相談における個人生成健康データ(PGHD)の使用は、患者と臨床医の両方にとって有益である。
これらの受容障壁に対処するために、FullFlowと呼ばれる臨床意思決定支援システムが開発された。
本研究の目的は,FullFlowがコンサルテーションにおいて有用であるかどうかを判定し,PGHDの信頼性が高いほど,システムの有効性が高いという仮説を検証することである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Using personal generated health data (PGHD) during medical consultations can
be beneficial for both patients and clinicians. However, multiple acceptance
barriers such as lack of PGHD reliability prevents a routine usage of this
data. A clinical decision support system, called FullFlow, has been developed
to address these acceptance barriers. The objective of this study was to
determine if FullFlow was useful during consultations and to verify the
hypothesis that the higher PGHD reliability, the more effective the system is.
The assessment relied on a medical pilot during which clinicians and patients
with diabetes used the FullFlow during medical consultations. The data
collection relied on a post-consultation questionnaire in addition to system
logs. This study showed that the PGHD reliability was low for an overwhelming
majority of consultations. The information displayed was useful in half of the
consultations according to the clinicians who answered the questionnaire.
Despite this, the overwhelming majority of clinicians who answered the
questionnaire found that the designed FullFlow system permitted to gain
insights of the situation of the patients. The study showed the higher the PGHD
reliability is, the more useful the system is for clinicians. PGHD usage in
clinical settings can permit clinicians to gain valuable information regarding
the situations of their patients. A clinical decision system can present useful
information to clinicians. While the PGHD reliability is correlated to the
usefulness of such system, it is not the only factor impacting it: context of
the clinicians and patients such as novelty of usage and personal goals also
plays a role in determining on how such system is useful for clinicians.
However, due to a limited number of participants, a new medical pilot must be
performed in order to confirm the results of this study.
- Abstract（参考訳）: 医療相談における個人生成健康データ(pghd)の使用は患者と臨床医の両方にとって有益である。
しかし、PGHD信頼性の欠如などの複数の受理障壁は、このデータの日常的な使用を妨げている。
これらの受け入れ障壁に対処するために,fulflowと呼ばれる臨床的意思決定支援システムが開発された。
本研究の目的は,FullFlowがコンサルテーションにおいて有用であるかどうかを判定し,PGHDの信頼性が高いほど,システムの有効性が高いという仮説を検証することである。
この評価は、臨床医と糖尿病患者が医療相談中にFullFlowを使用した医療パイロットに頼っていた。
データ収集は,システムログに加えて,コンスルテーション後のアンケートに頼っていた。
本研究は、PGHD信頼性が圧倒的多数で低いことを示した。
質問紙に回答した臨床医の半数に表示された情報は有用であった。
それにもかかわらず、アンケートに回答した臨床医の圧倒的多数は、デザインされたFullFlowシステムによって患者の状況の洞察を得ることができた。
PGHDの信頼性が高いほど, 臨床に有用であることが示唆された。
臨床におけるpghdの使用は、臨床医が患者の状況に関する貴重な情報を得ることができる。
臨床判断システムは臨床医に有用な情報を提供することができる。
pghdの信頼性は, システムの有用性と相関するが, その影響要因は, 臨床医の文脈や, 新規使用や個人的目標など, 臨床医にとっての有用性を決定する上でも重要な役割を担っている。
しかし,参加者数が限られているため,本研究の結果を確認するためには,新たな医療パイロットの実施が必要である。
関連論文リスト
- Which Client is Reliable?: A Reliable and Personalized Prompt-based Federated Learning for Medical Image Question Answering [51.26412822853409]
本稿では,医学的視覚的質問応答(VQA)モデルのための,パーソナライズド・フェデレーションド・ラーニング(pFL)手法を提案する。
提案手法では,学習可能なプロンプトをTransformerアーキテクチャに導入し,膨大な計算コストを伴わずに,多様な医療データセット上で効率的にトレーニングする。
論文 参考訳（メタデータ） (2024-10-23T00:31:17Z) - Adaptive questionnaires for facilitating patient data entry in clinical
decision support systems: Methods and application to STOPP/START v2 [1.8374319565577155]
本稿では,適応型アンケートを用いて患者データ入力を簡略化する独自のソリューションを提案する。
ルールに基づく意思決定支援システムを考えると,臨床ルールを表示規則に翻訳する手法を考案した。
アンケート調査の結果, 臨床症状の約3分の2減らすことができることがわかった。
論文 参考訳（メタデータ） (2023-09-19T07:59:13Z) - RECAP-KG: Mining Knowledge Graphs from Raw GP Notes for Remote COVID-19
Assessment in Primary Care [45.43645878061283]
本稿では,患者相談の前後に書かれた生のGP医療ノートから知識グラフ構築を行うフレームワークを提案する。
私たちの知識グラフには、既存の患者の症状、その持続時間、重症度に関する情報が含まれています。
本フレームワークを英国における新型コロナウイルス患者の相談ノートに適用する。
論文 参考訳（メタデータ） (2023-06-17T23:35:51Z) - DKINet: Medication Recommendation via Domain Knowledge Informed Deep Learning [12.609882335746859]
医療勧告は、医療の根本的かつ重要な分野である。
これまでの研究は主に電子健康記録から患者の表現を学ぶことに焦点を当ててきた。
本稿では,複雑な臨床症状とドメイン知識の効果的な統合に対処する知識注入モジュールを提案する。
論文 参考訳（メタデータ） (2023-05-31T07:22:15Z) - SPeC: A Soft Prompt-Based Calibration on Performance Variability of
Large Language Model in Clinical Notes Summarization [50.01382938451978]
本稿では,ソフトプロンプトを用いたモデルに依存しないパイプラインを導入し,確率に基づく要約の利点を保ちながら分散を減少させる。
実験結果から,本手法は性能を向上するだけでなく,様々な言語モデルの分散を効果的に抑制することが明らかとなった。
論文 参考訳（メタデータ） (2023-03-23T04:47:46Z) - Implementation and Evaluation of a System for Assessment of The Quality
of Long-Term Management of Patients at a Geriatric Hospital [0.7340017786387767]
自動品質評価システムを使用することで、高齢者看護師はケアの質を迅速かつ正確に評価することができる。
その精度に加えて、様々な品質対策を評価するのに要する時間を大幅に短縮する。
論文 参考訳（メタデータ） (2022-11-23T12:14:42Z) - User-Driven Research of Medical Note Generation Software [49.85146209418244]
本稿では,医療用ノート生成システム開発における3ラウンドのユーザスタディについて述べる。
参加する臨床医の印象と,システムがどのようにそれらに価値あるものに適合すべきかの視点について論じる。
遠隔医療における3週間のシステムテストについて述べる。
論文 参考訳（メタデータ） (2022-05-05T10:18:06Z) - Enriching Unsupervised User Embedding via Medical Concepts [51.17532619610099]
教師なしのユーザ埋め込みは、患者を人間の監督なしに、固定長のベクターにエンコードすることを目的としている。
臨床ノートから抽出された医療概念は、患者とその臨床カテゴリ間の豊富な関係を含んでいる。
本稿では,2つの臨床コーパスからテキスト文書と医療概念を共同で活用する,非教師なしユーザ埋め込みを提案する。
論文 参考訳（メタデータ） (2022-03-20T18:54:05Z) - Dynamically Extracting Outcome-Specific Problem Lists from Clinical
Notes with Guided Multi-Headed Attention [3.995408039775796]
問題リストは、臨床医に患者の医療問題に関する関連的な要約を提供することを目的としている。
その重要性にもかかわらず、問題リストは解決された、あるいは現在無関係な条件で混乱することが多い。
臨床ノートから診断と治療情報を抽出する新しいエンドツーエンドフレームワークを開発した。
論文 参考訳（メタデータ） (2020-07-25T21:03:50Z) - Opportunities of a Machine Learning-based Decision Support System for
Stroke Rehabilitation Assessment [64.52563354823711]
リハビリテーションアセスメントは、患者の適切な介入を決定するために重要である。
現在の評価の実践は、主にセラピストの経験に依存しており、セラピストの可用性が限られているため、アセスメントは頻繁に実施される。
我々は、強化学習を用いて評価の健全な特徴を識別できるインテリジェントな意思決定支援システムを開発した。
論文 参考訳（メタデータ） (2020-02-27T17:04:07Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。