論文の概要: Health Information Standardisation as a basis for Learning Health
Systems
- arxiv url: http://arxiv.org/abs/2004.04811v1
- Date: Mon, 30 Mar 2020 12:42:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-27 11:52:58.664824
- Title: Health Information Standardisation as a basis for Learning Health
Systems
- Title（参考訳）: 健康システム学習の基礎としての健康情報標準化
- Authors: Scott McLachlan
- Abstract要約: 電子的な健康記録が医療のあらゆる面でユビキタスになるまでに30年以上を要した。
この論文は、標準化の欠如が電子健康記録によって継承されたと主張している。
臨床文書の標準化は、電子健康記録の問題を緩和するために用いられる。
- 参考スコア（独自算出の注目度）: 0.18275108630751835
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Standardisation of healthcare has been the focus of hospital management and
clinicians since the 1990's. Electronic health records were already intended to
provide clinicians with real-time access to clinical knowledge and care plans
while also recording and storing vast amounts of patient data. It took more
than three decades for electronic health records to start to become ubiquitous
in all aspects of healthcare. Learning health systems are the next stage in
health information systems whose potential benefits have been promoted for more
than a decade - yet few are seen in clinical practice. Clinical care process
specifications are a primary form of clinical documentation used in all aspects
of healthcare, but they lack standardisation. This thesis contends that this
lack of standardisation was inherited by electronic health records and that
this is a significant issue holding back the development and adoption of
learning health systems. Standardisation of clinical documents is used to
mitigate issues in electronic health records as a basis for enabling learning
health systems. One type of clinical document, the caremap, is standardised in
order to achieve an effective approach to containing resources and ensuring
consistency and quality. This led not only to improved clinicians'
comprehension and acceptance of the clinical document, but also to reduced time
expended in developing complicated learning health systems built using the
input of clinical experts.
- Abstract（参考訳）: 医療の標準化は1990年代以降、病院経営と臨床の焦点となっている。
電子的な健康記録は、臨床医に大量の患者データを記録・保存しながら、臨床知識やケア計画へのリアルタイムアクセスを提供することを意図していた。
医療のあらゆる面で電子健康記録が普及するまで30年以上を要した。
医療システムの学習は、医療情報システムにおける次の段階であり、その潜在的な利益が10年以上促進されている。
臨床医療プロセス仕様は、医療のあらゆる面で使用される臨床文書の主要な形態であるが、標準化されていない。
この論文は、この標準化の欠如は電子健康記録に受け継がれており、これは学習健康システムの開発と採用を妨げる重要な問題であると主張している。
臨床文書の標準化は、電子健康記録の問題を学習健康システムを実現する基盤として緩和するために用いられる。
ケアマップは、リソースを包含し、一貫性と品質を確保するための効果的なアプローチを達成するために標準化されている。
これにより、臨床医の理解と臨床文書の受容が向上するだけでなく、臨床専門家の入力によって構築された複雑な学習健康システムの開発に費やされる時間を短縮した。
関連論文リスト
- FEDMEKI: A Benchmark for Scaling Medical Foundation Models via Federated Knowledge Injection [83.54960238236548]
FEDMEKIはデータのプライバシーを守るだけでなく、医療基盤モデルの能力を高める。
FEDMEKIは、医療ファンデーションモデルに対して、直接データを公開することなく、幅広い医療知識から学ぶことを可能にする。
論文 参考訳（メタデータ） (2024-08-17T15:18:56Z) - Bespoke Large Language Models for Digital Triage Assistance in Mental Health Care [0.20971479389679337]
大規模言語モデル(LLM)は、電子的な健康記録に含まれる、構造化されていない、物語のない臨床データを処理するためのユーティリティを持つ。
2023年の毎月、370,000人から470,000人の新規紹介者が、二次的なメンタルヘルスケアサービスに移行した。
LLMをベースとした可変長臨床ERHデータのエンド・ツー・エンドの摂取に関する3つのアプローチを提案し,その評価を行った。
論文 参考訳（メタデータ） (2024-03-28T19:17:07Z) - MedKP: Medical Dialogue with Knowledge Enhancement and Clinical Pathway
Encoding [48.348511646407026]
本稿では,知識向上と臨床パスウェイ符号化フレームワークを用いた医療対話について紹介する。
このフレームワークは、医療知識グラフを介して外部知識増強モジュールと、医療機関および医師の行動を介して、内部臨床経路をコードする。
論文 参考訳（メタデータ） (2024-03-11T10:57:45Z) - The Design and Implementation of a National AI Platform for Public
Healthcare in Italy: Implications for Semantics and Interoperability [62.997667081978825]
イタリア国立衛生局は、その技術機関を通じて人工知能を採用している。
このような広大なプログラムには、知識領域の形式化に特別な注意が必要である。
AIが患者、開業医、健康システムに与える影響について疑問が投げかけられている。
論文 参考訳（メタデータ） (2023-04-24T08:00:02Z) - HEAR4Health: A blueprint for making computer audition a staple of modern
healthcare [89.8799665638295]
近年、従来の医療システムを変革する試みとして、デジタル医療の研究が急速に増加している。
コンピュータによるオーディションは、少なくとも商業的関心の面では遅れている。
実生活における聴覚信号の分析に必要な基礎技術に対応する聴覚、計算とデータ効率の進歩、個々の差異を考慮し、医療データの長手性を扱う聴覚。
論文 参考訳（メタデータ） (2023-01-25T09:25:08Z) - Reliable and Resilient AI and IoT-based Personalised Healthcare
Services: A Survey [1.581123237785583]
本稿では、パーソナライズされた医療サービスに関する包括的調査を行う。
われわれはまず,現代医療のインターネット・オブ・モノ(HIoT)における包括的パーソナライズされた医療サービスの主な要件について概説する。
第2に、AIと非AIベースのアプローチを使用して、IoTベースのヘルスケアシステムのための基本的な3層アーキテクチャについて検討した。
第3に、AIと非AIベースのソリューションとともに、IoTアーキテクチャの各レイヤに対するさまざまなセキュリティ脅威を強調しました。
論文 参考訳（メタデータ） (2022-08-29T23:14:02Z) - Discovering adoption barriers of Clinical Decision Support Systems in
primary health care sector [0.0]
本稿では,CDSS導入に伴う問題に寄与する障害の発見に焦点をあてる。
サウジアラビアの主要医療センターから30人の一般開業医がインタビューを受けた。
その結果、時間的リスク、使用したシステムの品質、インターネット速度の遅い、ユーザインターフェース、トレーニング不足、高コスト、患者満足度、使用した複数のシステム、技術サポート、コンピュータスキル、柔軟性の欠如、システムの更新、専門的スキルと知識、コンピュータ効率と品質、データの正確性といった側面に影響を与える障害があることが確認された。
論文 参考訳（メタデータ） (2022-07-24T10:49:35Z) - 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) - An NLP Solution to Foster the Use of Information in Electronic Health
Records for Efficiency in Decision-Making in Hospital Care [0.26340862968426904]
このプロジェクトは、ポルトガル語で書かれたフリーテキスト臨床記録内の属性を自動的に識別するためのルールを定義し、技術的ソリューションを開発することを目的としている。
プロジェクトの目標は、臨床医、疫学者、計算言語学者、機械学習研究者、ソフトウェアエンジニアを含む複数の学際的なチームによって達成された。
論文 参考訳（メタデータ） (2022-02-24T15:52:59Z) - Clinical Recommender System: Predicting Medical Specialty Diagnostic
Choices with Neural Network Ensembles [6.015709234901588]
本稿では,患者の最新の臨床記録に基づいて,必要な診断手順のセットを推奨するデータ駆動モデルを提案する。
これにより、医療システムは、患者の初期医療専門性診断ワークアップへのタイムリーなアクセスを拡大できる可能性がある。
論文 参考訳（メタデータ） (2020-07-23T17:50:15Z)
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。