Fugu-MT 論文翻訳(概要): Probabilistic Machine Learning for Healthcare

論文の概要: Probabilistic Machine Learning for Healthcare

arxiv url: http://arxiv.org/abs/2009.11087v1
Date: Wed, 23 Sep 2020 12:14:05 GMT
ステータス: 処理完了
システム内更新日: 2022-10-15 15:54:24.441862
Title: Probabilistic Machine Learning for Healthcare
Title（参考訳）: 医療のための確率的機械学習
Authors: Irene Y. Chen, Shalmali Joshi, Marzyeh Ghassemi, and Rajesh Ranganath
Abstract要約: 確率論的機械学習モデルは、医療における観察されたデータの完全な図を提供するのに役立つ。確率的モデルが有用である予測モデル構築パイプラインにおける課題について検討する。
参考スコア（独自算出の注目度）: 21.189965297102265
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Machine learning can be used to make sense of healthcare data. Probabilistic machine learning models help provide a complete picture of observed data in healthcare. In this review, we examine how probabilistic machine learning can advance healthcare. We consider challenges in the predictive model building pipeline where probabilistic models can be beneficial including calibration and missing data. Beyond predictive models, we also investigate the utility of probabilistic machine learning models in phenotyping, in generative models for clinical use cases, and in reinforcement learning.
Abstract（参考訳）: 機械学習は、医療データを理解するのに使用できる。確率的機械学習モデルは、医療における観察されたデータの全体像を提供するのに役立つ。本稿では,機械学習が医療をいかに前進させるかを検討する。キャリブレーションや欠落データを含む確率モデルが有用である予測モデル構築パイプラインにおける課題を検討する。予測モデル以外にも, 表現型表現における確率的機械学習モデル, 臨床用生成モデル, 強化学習における有用性についても検討した。

関連論文リスト

Selecting Interpretability Techniques for Healthcare Machine Learning models [69.65384453064829]
医療では、いくつかの意思決定シナリオにおいて、医療専門家を支援するために解釈可能なアルゴリズムを採用することが追求されている。本稿では, ポストホックとモデルベースという8つのアルゴリズムを概説する。
論文参考訳（メタデータ） (2024-06-14T17:49:04Z)
Seeing Unseen: Discover Novel Biomedical Concepts via Geometry-Constrained Probabilistic Modeling [53.7117640028211]
同定された問題を解決するために,幾何制約付き確率的モデリング処理を提案する。構成された埋め込み空間のレイアウトに適切な制約を課すために、重要な幾何学的性質のスイートを組み込む。スペクトルグラフ理論法は、潜在的な新規クラスの数を推定するために考案された。
論文参考訳（メタデータ） (2024-03-02T00:56:05Z)
Interpreting Differentiable Latent States for Healthcare Time-series Data [4.581930518669275]
本稿では,高関係な入力特徴を用いて潜時状態の解釈を可能にする簡潔なアルゴリズムを提案する。本手法により、実世界の医療データセットにおける夜間行動を予測するために、昼間の行動パターンを識別できることを示す。
論文参考訳（メタデータ） (2023-11-29T11:48:16Z)
Fairness in Machine Learning meets with Equity in Healthcare [6.842248432925292]
本研究では,データやモデルのバイアスを識別・緩和する人工知能フレームワークを提案する。ケーススタディでは、データの体系的バイアスがモデル予測における増幅バイアスにどのように寄与するかを示す。今後の研究は、提案するMLフレームワークを実世界の臨床環境でテストし、検証することを目的としており、その影響が健康株の促進に与える影響を評価する。
論文参考訳（メタデータ） (2023-05-11T14:25:34Z)
Safe AI for health and beyond -- Monitoring to transform a health service [51.8524501805308]
機械学習アルゴリズムの出力を監視するために必要なインフラストラクチャを評価する。モデルのモニタリングと更新の例を示す2つのシナリオを提示します。
論文参考訳（メタデータ） (2023-03-02T17:27:45Z)
Machine Learning Algorithms for Time Series Analysis and Forecasting [0.0]
時系列データは、販売記録から患者の健康進化指標まで、あらゆる場所で使用されている。様々な統計的および深層学習モデル、特にARIMA、Prophet、LSTMが検討されている。我々の研究は、誰でも予測プロセスの理解を深め、現在使われている様々な芸術モデルの状態を識別するために利用できる。
論文参考訳（メタデータ） (2022-11-25T22:12:03Z)
Learning to Predict with Supporting Evidence: Applications to Clinical Risk Prediction [9.199022926064009]
機械学習モデルがヘルスケアに与える影響は、医療専門家がこれらのモデルによって予測される信頼度に依存する。予測が信頼されるべき理由に関するドメイン関連証拠を,臨床専門性のある人に提供するための方法を提示する。
論文参考訳（メタデータ） (2021-03-04T00:26:32Z)
Neuro-symbolic Neurodegenerative Disease Modeling as Probabilistic Programmed Deep Kernels [93.58854458951431]
本稿では、神経変性疾患のパーソナライズされた予測モデリングのための、確率的プログラムによる深層カーネル学習手法を提案する。我々の分析は、ニューラルネットワークとシンボリック機械学習のアプローチのスペクトルを考慮する。我々は、アルツハイマー病の予測問題について評価を行い、深層学習を超越した結果を得た。
論文参考訳（メタデータ） (2020-09-16T15:16:03Z)
Hemogram Data as a Tool for Decision-making in COVID-19 Management: Applications to Resource Scarcity Scenarios [62.997667081978825]
新型コロナウイルス(COVID-19)のパンデミックは世界中の緊急対応システムに挑戦している。本研究は, 症状患者の血液検査データから得られた機械学習モデルについて述べる。提案されたモデルでは、新型コロナウイルスqRT-PCRの結果を、高い精度、感度、特異性で症状のある個人に予測することができる。
論文参考訳（メタデータ） (2020-05-10T01:45:03Z)
Self-Training with Improved Regularization for Sample-Efficient Chest X-Ray Classification [80.00316465793702]
挑戦的なシナリオで堅牢なモデリングを可能にするディープラーニングフレームワークを提案する。その結果,85%のラベル付きデータを用いて,大規模データ設定で学習した分類器の性能に適合する予測モデルを構築することができた。
論文参考訳（メタデータ） (2020-05-03T02:36:00Z)
Interpretability of machine learning based prediction models in healthcare [8.799886951659627]
本稿では,医療分野における機械学習の実践的解釈可能性について概説する。我々は、高度な医療問題において機械学習による意思決定を可能にするアルゴリズムソリューションの開発の重要性を強調した。
論文参考訳（メタデータ） (2020-02-20T07:23:22Z)

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。