論文の概要: From Witch's Shot to Music Making Bones -- Resources for Medical Laymen
to Technical Language and Vice Versa
- arxiv url: http://arxiv.org/abs/2005.11494v1
- Date: Sat, 23 May 2020 08:56:18 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-30 03:37:41.590840
- Title: From Witch's Shot to Music Making Bones -- Resources for Medical Laymen
to Technical Language and Vice Versa
- Title（参考訳）: Witch's Shot から Music Making Bones へ -医療従事者のための資料から技術言語とVice Versa
- Authors: Laura Seiffe, Oliver Marten, Michael Mikhailov, Sven Schmeier,
Sebastian M\"oller, Roland Roller
- Abstract要約: オンラインで共有する情報は、私たちのライフスタイルや健康状況に関する直接的または間接的な情報です。
ほとんどの人は医療の専門家ではないので、使用する言語は正確な医学的表現よりも説明力が高いかもしれない。
本報告では,患者フォーラムにおいて,医師と技術表現に注釈を付ける新しいデータセットと,同義語と定義のセットを紹介する。
- 参考スコア（独自算出の注目度）: 2.114676162428423
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many people share information in social media or forums, like food they eat,
sports activities they do or events which have been visited. This also applies
to information about a person's health status. Information we share online
unveils directly or indirectly information about our lifestyle and health
situation and thus provides a valuable data resource. If we can make advantage
of that data, applications can be created that enable e.g. the detection of
possible risk factors of diseases or adverse drug reactions of medications.
However, as most people are not medical experts, language used might be more
descriptive rather than the precise medical expression as medics do. To detect
and use those relevant information, laymen language has to be translated and/or
linked to the corresponding medical concept. This work presents baseline data
sources in order to address this challenge for German. We introduce a new data
set which annotates medical laymen and technical expressions in a patient
forum, along with a set of medical synonyms and definitions, and present first
baseline results on the data.
- Abstract（参考訳）: 多くの人が、食べる食べ物やスポーツ活動、訪問したイベントなど、ソーシャルメディアやフォーラムで情報を共有している。
これはまた、個人の健康状態に関する情報にも当てはまる。
オンライン上で共有する情報は、ライフスタイルや健康状況を直接、あるいは間接的に公開し、貴重なデータリソースを提供します。
そのデータを利用することができれば、病気の危険因子の検出や薬物の有害な薬物反応などのアプリケーションを作成することができる。
しかし、ほとんどの人は医学の専門家ではないため、使用する言語は、医療従事者が行うような正確な医学表現よりも記述的である可能性がある。
これらの関連する情報を検出・利用するには、対応する医療概念に翻訳・/またはリンクする必要がある。
この研究は、ドイツにおけるこの課題に対処するために、ベースラインデータソースを提示する。
本稿では, 患者フォーラムにおいて, 医師と技術表現をアノテートした新しいデータセットと, 医学的同義語と定義のセットを紹介し, そのデータに最初のベースライン結果を示す。
関連論文リスト
- A Survey of Medical Vision-and-Language Applications and Their Techniques [48.268198631277315]
医療ビジョン・アンド・ランゲージモデル(MVLM)は、複雑な医療データを解釈するための自然言語インタフェースを提供する能力から、大きな関心を集めている。
本稿では,MVLMの概要と適用した各種医療課題について概観する。
また、これらのタスクに使用するデータセットについても検討し、標準化された評価指標に基づいて異なるモデルの性能を比較した。
論文 参考訳（メタデータ） (2024-11-19T03:27:05Z) - MediTOD: An English Dialogue Dataset for Medical History Taking with Comprehensive Annotations [23.437292621092823]
本研究は,医学史研究のための英語における医師と患者との対話のデータセットであるMedictoDを紹介する。
医療領域に合わせたアンケートに基づくラベリング手法を考案する。
そして、医療専門家は高品質の包括的なアノテーションでデータセットを作成する。
論文 参考訳（メタデータ） (2024-10-18T06:38:22Z) - Identifying and Aligning Medical Claims Made on Social Media with Medical Evidence [0.12277343096128711]
医療クレームの特定、これらのクレームからの医療語彙の抽出、特定された医療クレームに関連する証拠の検索という3つの中核課題について検討する。
本稿では,これらの中核的タスクをそれぞれ支援するために,合成医療クレームを生成できる新しいシステムを提案する。
論文 参考訳（メタデータ） (2024-05-18T07:50:43Z) - Advancements in eHealth Data Analytics through Natural Language
Processing and Deep Learning [0.614609308117547]
この章では、非構造化(画像およびテキスト)eヘルスデータを解析するための、現在で最も高性能なソリューションについて批判的な研究を行っている。
この研究は、eHealthコンテキストにおける現在の自然言語処理とディープラーニング技術の比較も提供する。
論文 参考訳（メタデータ） (2024-01-19T17:51:11Z) - ChiMed-GPT: A Chinese Medical Large Language Model with Full Training Regime and Better Alignment to Human Preferences [51.66185471742271]
我々は中国医学領域向けに明示的に設計されたベンチマークLSMであるChiMed-GPTを提案する。
ChiMed-GPTは、事前訓練、SFT、RLHFを含む総合的な訓練体制を実施。
我々は,ChiMed-GPTを患者識別に関する態度尺度の実行を促すことによって,潜在的なバイアスを分析した。
論文 参考訳（メタデータ） (2023-11-10T12:25:32Z) - FaMeSumm: Investigating and Improving Faithfulness of Medical
Summarization [20.7585913214759]
現在の要約モデルは、しばしば医療入力テキストに対して不誠実な出力を生成する。
FaMeSummは、医学的知識に基づいて訓練済みの言語モデルを微調整することで、忠実性を改善するためのフレームワークである。
論文 参考訳（メタデータ） (2023-11-03T23:25:53Z) - DeID-GPT: Zero-shot Medical Text De-Identification by GPT-4 [80.36535668574804]
我々は新しいGPT4対応脱識別フレームワーク(DeID-GPT)を開発した。
開発したDeID-GPTは,非構造化医用テキストからの個人情報のマスキングにおいて,高い精度と信頼性を示した。
本研究は,ChatGPTおよびGPT-4を医療用テキストデータ処理および非識別に利用した最初期の1つである。
論文 参考訳（メタデータ） (2023-03-20T11:34:37Z) - Retrieval-Augmented and Knowledge-Grounded Language Models for Faithful Clinical Medicine [68.7814360102644]
本稿では,Re$3$Writer法を提案する。
本手法が患者の退院指示生成に有効であることを示す。
論文 参考訳（メタデータ） (2022-10-23T16:34:39Z) - Towards more patient friendly clinical notes through language models and
ontologies [57.51898902864543]
本稿では,単語の単純化と言語モデリングに基づく医療用テキストの自動作成手法を提案する。
我々は,公開医療文のデータセットペアと,臨床医による簡易化版を用いている。
本手法は,医学フォーラムデータに基づく言語モデルを用いて,文法と本来の意味の両方を保存しながら,より単純な文を生成する。
論文 参考訳（メタデータ） (2021-12-23T16:11:19Z) - Multilingual Medical Question Answering and Information Retrieval for
Rural Health Intelligence Access [1.0499611180329804]
いくつかの発展途上国の農村部では、高品質な医療、医療インフラ、専門的診断へのアクセスはほとんど利用できない。
このような医療アクセスの欠如、患者の以前の健康記録の欠如、および先住民語での情報の置換によるいくつかの死を、容易に防ぐことができる。
本稿では,機械学習とNLP(Natural Language Processing)技術における現象の進展を利用して,低リソース・多言語・予備的ファーストポイント・オブ・コンタクト・メディカルアシスタントを設計するアプローチについて述べる。
論文 参考訳（メタデータ） (2021-06-02T16:05:24Z) - Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。
多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
論文 参考訳（メタデータ） (2020-09-21T03:45:14Z)
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。