論文の概要: Towards User Friendly Medication Mapping Using Entity-Boosted Two-Tower
Neural Network
- arxiv url: http://arxiv.org/abs/2007.00492v2
- Date: Fri, 9 Oct 2020 18:44:40 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-19 18:57:25.104210
- Title: Towards User Friendly Medication Mapping Using Entity-Boosted Two-Tower
Neural Network
- Title(参考訳): Entity-Boosted Two-Tower Neural Network を用いたユーザフレンドリーなメディケイトマッピング
- Authors: Shaoqing Yuan, Parminder Bhatia, Busra Celikkaya, Haiyang Liu,
Kyunghwan Choi
- Abstract要約: 薬名推論は、ユーザフレンドリーな医薬品名をフリーフォームテキストから正規化された医薬品リストのコンセプトにマッピングするタスクである。
これは、医療専門家による医療用語の使用の違いと、一般市民からのユーザー会話の相違が原因である。
我々は,医学的推論モデル (MIM) を,最先端の結果を達成するために提案する。
- 参考スコア(独自算出の注目度): 12.982185912745564
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent advancements in medical entity linking have been applied in the area
of scientific literature and social media data. However, with the adoption of
telemedicine and conversational agents such as Alexa in healthcare settings,
medical name inference has become an important task. Medication name inference
is the task of mapping user friendly medication names from a free-form text to
a concept in a normalized medication list. This is challenging due to the
differences in the use of medical terminology from health care professionals
and user conversations coming from the lay public. We begin with mapping
descriptive medication phrases (DMP) to standard medication names (SMN). Given
the prescriptions of each patient, we want to provide them with the flexibility
of referring to the medication in their preferred ways. We approach this as a
ranking problem which maps SMN to DMP by ordering the list of medications in
the patient's prescription list obtained from pharmacies. Furthermore, we
leveraged the output of intermediate layers and performed medication
clustering. We present the Medication Inference Model (MIM) achieving
state-of-the-art results. By incorporating medical entities based attention, we
have obtained further improvement for ranking models.
- Abstract(参考訳): 近年の医療機関連携の進歩は、科学文献やソーシャルメディアデータの分野でも応用されている。
しかし、医療設定における遠隔医療やAlexaなどの会話エージェントの採用により、医療名推論は重要な課題となっている。
医薬品名推論は、フリーフォームテキストから正規化された医薬品リストのコンセプトにユーザーフレンドリーな薬名をマッピングするタスクである。
これは、医療従事者からの医療用語の使用と、一般からの利用者との会話の違いによるものである。
まず、記述薬句(DMP)を標準薬名(SMN)にマッピングすることから始める。
各患者の処方薬を考えると、私たちは薬を好みの方法で言及する柔軟性を患者に提供したいと考えています。
薬剤局から得た処方薬リストの薬品リストを発注することで,smnをdmpにマップするランキング問題としてアプローチする。
さらに,中間層の出力を利用して薬剤クラスタリングを行った。
医学的推論モデル (MIM) を用いて, 最先端の結果を得る。
医療機関の注意に基づく注意を組み込むことにより,ランキングモデルをさらに改善した。
関連論文リスト
- Med-Flamingo: a Multimodal Medical Few-shot Learner [58.85676013818811]
医療領域に適応したマルチモーダル・数ショット学習者であるMed-Flamingoを提案する。
OpenFlamingo-9Bに基づいて、出版物や教科書からの医療画像テキストデータのペア化とインターリーブ化を継続する。
本研究は,医療用VQA(ジェネレーティブ医療用VQA)の最初の人間評価である。
論文 参考訳(メタデータ) (2023-07-27T20:36:02Z) - RedHOT: A Corpus of Annotated Medical Questions, Experiences, and Claims
on Social Media [1.5293427903448022]
我々はReddit Health Online Talk (RedHOT)を紹介します。
これらの主張の中で、患者の人口、インターベンション、アウトカム(PIO)を記述したスニペットをマークします。
そこで本研究では,高密度検索モデルの学習に使用するタスクの監視(ノイズ)を自動的に導出する手法を提案する。
論文 参考訳(メタデータ) (2022-10-12T15:50:32Z) - Knowledge-Driven New Drug Recommendation [88.35607943144261]
既存の薬物と新薬のギャップを埋めるために, 薬物依存型マルチフェノタイプ数発学習機を開発した。
EDGEは外部薬効知識ベースを用いて偽陰性監視信号を除去する。
その結果, EDGEは, ROC-AUCスコアよりも7.3%向上していることがわかった。
論文 参考訳(メタデータ) (2022-10-11T16:07:52Z) - Conditional Generation Net for Medication Recommendation [73.09366442098339]
医薬推奨は、患者の診断に従って適切な薬セットを提供することを目標としており、これは診療所において重要な課題である。
医薬品群を生成するための新しいコピー・アンド・予測機構を導入した条件生成ネット(COGNet)を提案する。
提案手法を公開MIMICデータセット上で検証し,実験結果から,提案手法が最先端の手法より優れていることを示す。
論文 参考訳(メタデータ) (2022-02-14T10:16:41Z) - RecoMed: A Knowledge-Aware Recommender System for Hypertension
Medications [1.2633386045916444]
本稿では,高血圧の処方薬プロセスにおいて,医師を支援するためにRecoMedという薬剤推薦システムを開発することを目的とする。
推奨医薬のリストがシステムの出力として提供され、医師は患者の臨床症状に基づいて1つ以上の薬を選択できる。
論文 参考訳(メタデータ) (2022-01-09T08:01:41Z) - 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) - Word-level Text Highlighting of Medical Texts forTelehealth Services [0.0]
本研究の目的は,異なるテキストハイライト技術が関連する医療状況をどのように捉えることができるかを示すことである。
3つの異なる単語レベルのテキストハイライト手法を実装し評価する。
実験の結果、ニューラルネットワークアプローチは医療関連用語の強調に成功していることがわかった。
論文 参考訳(メタデータ) (2021-05-21T15:13:54Z) - Semi-Supervised Variational Reasoning for Medical Dialogue Generation [70.838542865384]
医療対話生成には,患者の状態と医師の行動の2つの重要な特徴がある。
医療対話生成のためのエンドツーエンドの変分推論手法を提案する。
行動分類器と2つの推論検出器から構成される医師政策ネットワークは、拡張推論能力のために提案される。
論文 参考訳(メタデータ) (2021-05-13T04:14:35Z) - BiteNet: Bidirectional Temporal Encoder Network to Predict Medical
Outcomes [53.163089893876645]
本稿では,患者の医療旅行におけるコンテキスト依存と時間的関係を捉える,新たな自己注意機構を提案する。
エンド・ツー・エンドの双方向時間エンコーダネットワーク(BiteNet)が患者の旅路の表現を学習する。
実世界のEHRデータセットを用いた2つの教師付き予測と2つの教師なしクラスタリングタスクにおける手法の有効性を評価した。
論文 参考訳(メタデータ) (2020-09-24T00:42:36Z) - Improving Broad-Coverage Medical Entity Linking with Semantic Type
Prediction and Large-Scale Datasets [12.131050765159145]
MedTypeは完全にモジュール化されたシステムで、エンティティ参照の予測されたセマンティックタイプに基づいて、無関係な候補概念を抽出する。
我々は、データセットをリンクする大規模医療機関であるWikiMedとPubMedDSを紹介し、これらのデータセット上でMedTypeを事前学習することで、エンティティリンク性能がさらに向上することを示す。
論文 参考訳(メタデータ) (2020-05-01T15:55:50Z) - Building a Norwegian Lexical Resource for Medical Entity Recognition [0.0]
我々は、分類された医学用語の大規模なノルウェーの語彙資源を提示する。
このリソースは、巨大な医療データベースからの情報をマージし、ノルウェーの医学辞書から自動的に地図化された用語を含む77,000以上のユニークなエントリを含む。
論文 参考訳(メタデータ) (2020-04-06T09:24:11Z)
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。