論文の概要: Focused Clinical Query Understanding and Retrieval of Medical Snippets
powered through a Healthcare Knowledge Graph
- arxiv url: http://arxiv.org/abs/2009.09086v1
- Date: Thu, 17 Sep 2020 14:18:38 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-17 11:54:36.429656
- Title: Focused Clinical Query Understanding and Retrieval of Medical Snippets
powered through a Healthcare Knowledge Graph
- Title(参考訳): 医療知識グラフを用いた医療用スニペットの検索と検索
- Authors: Maulik R. Kamdar, Michael Carroll, Will Dowling, Linda Wogulis, Cailey
Fitzgerald, Matt Corkum, Danielle Walsh, David Conrad, Craig E. Stanley, Jr.,
Steve Ross, Dru Henke, Mevan Samarasinghe
- Abstract要約: 臨床医は、医学や患者医療の実践中に複数の文献から正確な、簡潔で、更新され、信頼できる医療情報を検索し、合成するためのいくつかの重要な障壁に直面している。
我々は、臨床検索クエリの背後にあるクエリ意図を解釈し、さまざまな医療文献のコーパスから関連する医療スニペットを取得するために、ヘルスケア知識グラフを活用したフォーカスド・クリニカルサーチ・サービスの開発を支援する。
- 参考スコア(独自算出の注目度): 0.24791530657039354
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Clinicians face several significant barriers to search and synthesize
accurate, succinct, updated, and trustworthy medical information from several
literature sources during the practice of medicine and patient care. In this
talk, we will be presenting our research behind the development of a Focused
Clinical Search Service, powered by a Healthcare Knowledge Graph, to interpret
the query intent behind clinical search queries and retrieve relevant medical
snippets from a diverse corpus of medical literature.
- Abstract(参考訳): 臨床医は、医学や患者医療の実践中に複数の文献から正確な、簡潔で、更新され、信頼できる医療情報を検索し、合成するためのいくつかの重要な障壁に直面している。
この講演では,医療知識グラフを活用した集中型臨床検索サービスの開発を背景として,臨床検索クエリの背後にあるクエリインテントを解釈し,医療文献の多種多様なコーパスから関連するスニペットを取得するための研究を行う。
関連論文リスト
- 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) - MedBench: A Large-Scale Chinese Benchmark for Evaluating Medical Large
Language Models [56.36916128631784]
中国の医療分野の総合的なベンチマークであるMedBenchを紹介する。
このベンチマークは、中国の医療ライセンス試験、居住者標準化訓練試験、および現実世界のクリニックの4つの主要なコンポーネントで構成されている。
幅広い実験を行い, 多様な視点から詳細な分析を行い, 以下の結果を得た。
論文 参考訳(メタデータ) (2023-12-20T07:01:49Z) - CLIP in Medical Imaging: A Comprehensive Survey [54.37291512559861]
コントラスト言語-画像事前学習は、視覚モデルにテキスト管理を導入することに成功している。
様々なタスクにおいて有望な結果を示しており、その一般化可能性と解釈可能性に起因している。
CLIPの使用は、最近医療画像領域への関心が高まっている。
論文 参考訳(メタデータ) (2023-12-12T15:21:57Z) - KindMed: Knowledge-Induced Medicine Prescribing Network for Medication
Recommendation [11.331292553789586]
本稿では,医薬品を推奨する知識誘導型医薬品処方ネットワーク(KindMed)フレームワークを提案する。
我々は階層的シーケンス学習を利用して臨床・医学の時間的ダイナミクスを発見し、融合させ、パーソナライズされたレコメンデーションを奨励する。
安全で正確でパーソナライズされた医療を予測するために、我々は、3つの重要な側面を考慮し、関連付ける注意深い処方を考案する。
論文 参考訳(メタデータ) (2023-10-23T04:15:39Z) - Emulating Human Cognitive Processes for Expert-Level Medical
Question-Answering with Large Language Models [0.23463422965432823]
BooksMedはLarge Language Model(LLM)に基づいた新しいフレームワークである
人間の認知プロセスをエミュレートして、エビデンスベースの信頼性の高い応答を提供する。
本稿では、専門家レベルのオープンエンドな質問からなるベンチマークであるExpertMedQAを紹介する。
論文 参考訳(メタデータ) (2023-10-17T13:39:26Z) - Experience and Evidence are the eyes of an excellent summarizer! Towards
Knowledge Infused Multi-modal Clinical Conversation Summarization [46.613541673040544]
本稿では,知識を注入したマルチモーダルなマルチタスク医療ドメイン識別と臨床会話要約生成フレームワークを提案する。
目的,症状,要約を付加したマルチモーダル・マルチインテント・クリニカル・会話要約コーパスを開発した。
その結果, (a) 視覚の重要さ, (b) より正確で医用的な実体の保存, (c) 医療部門識別と臨床シナプス生成の相関が示唆された。
論文 参考訳(メタデータ) (2023-09-27T15:49:43Z) - Self-supervised Answer Retrieval on Clinical Notes [68.87777592015402]
本稿では,ドメイン固有パスマッチングのためのトランスフォーマー言語モデルをトレーニングするためのルールベースのセルフスーパービジョンであるCAPRを紹介する。
目的をトランスフォーマーベースの4つのアーキテクチャ、コンテキスト文書ベクトル、ビ-、ポリエンコーダ、クロスエンコーダに適用する。
本稿では,ドメイン固有パスの検索において,CAPRが強いベースラインを上回り,ルールベースおよび人間ラベル付きパスを効果的に一般化することを示す。
論文 参考訳(メタデータ) (2021-08-02T10:42:52Z) - CREATe: Clinical Report Extraction and Annotation Technology [53.731999072534876]
臨床症例報告は、特定の臨床症例の特異な側面を記述した記述である。
これらのレポートを注釈付け、インデックス付け、あるいはキュレートするエンドツーエンドシステムを開発する試みはない。
本稿では,新たな計算資源プラットフォームを提案し,臨床事例レポートの内容の抽出,索引付け,照会を行う。
論文 参考訳(メタデータ) (2021-02-28T16:50:14Z) - On the Combined Use of Extrinsic Semantic Resources for Medical
Information Search [0.0]
本研究は,頭部医学的概念を冗長な問合せで強調・拡張する枠組みを開発する。
また、意味的に強化された逆インデックス文書も作成する。
提案手法の有効性を実証するため,CLEF 2014データセット上でいくつかの実験を行った。
論文 参考訳(メタデータ) (2020-05-17T14:18:04Z)
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。