論文の概要: Extracting Angina Symptoms from Clinical Notes Using Pre-Trained
Transformer Architectures
- arxiv url: http://arxiv.org/abs/2010.05757v1
- Date: Mon, 12 Oct 2020 14:53:32 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-08 05:38:11.664309
- Title: Extracting Angina Symptoms from Clinical Notes Using Pre-Trained
Transformer Architectures
- Title(参考訳): プレトレーニングトランスアーキテクチャを用いた臨床ノートからの狭心症症状の抽出
- Authors: Aaron S. Eisman, Nishant R. Shah, Carsten Eickhoff, George Zerveas,
Elizabeth S. Chen, Wen-Chih Wu, Indra Neil Sarkar
- Abstract要約: 狭心症の症状は、心臓のリスクの増加と、心血管管理の変化の必要性を説明できる。
本研究は, ドメイン固有コーパスを微調整したトランスフォーマー言語モデルを用いて, 医師ノートからこれらの症状を抽出する可能性を評価した。
- 参考スコア(独自算出の注目度): 7.8152581449674985
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Anginal symptoms can connote increased cardiac risk and a need for change in
cardiovascular management. This study evaluated the potential to extract these
symptoms from physician notes using the Bidirectional Encoder from Transformers
language model fine-tuned on a domain-specific corpus. The history of present
illness section of 459 expert annotated primary care physician notes from
consecutive patients referred for cardiac testing without known atherosclerotic
cardiovascular disease were included. Notes were annotated for positive and
negative mentions of chest pain and shortness of breath characterization. The
results demonstrate high sensitivity and specificity for the detection of chest
pain or discomfort, substernal chest pain, shortness of breath, and dyspnea on
exertion. Small sample size limited extracting factors related to provocation
and palliation of chest pain. This study provides a promising starting point
for the natural language processing of physician notes to characterize
clinically actionable anginal symptoms.
- Abstract(参考訳): 狭心症は、心臓のリスクの増加と心血管管理の変化を必要とする。
本研究は, ドメイン固有コーパスを微調整したトランスフォーマー言語モデルを用いた双方向エンコーダを用いて, 医師用ノートからこれらの症状を抽出する可能性を評価した。
動脈硬化性心血管疾患の既知例を伴わない心臓検査を主訴とした主治医ノート459名のうち,現在までの病歴について概説した。
注記は胸痛と呼吸特性の短さについて肯定的・否定的に言及した。
その結果, 胸痛, 不快感, 胸下痛, 呼吸困難, 運動時呼吸困難, 呼吸困難の検出に高い感度と特異性が得られた。
小標本は胸痛の誘発と緩和に関連する抽出因子を制限した。
本研究は,臨床作用性狭心症を特徴付けるために,医師ノートの自然言語処理に期待できる出発点を提供する。
関連論文リスト
- Deep Learning for Automatic Strain Quantification in Arrhythmogenic
Right Ventricular Cardiomyopathy [0.0]
CMRIによる心臓運動の定量化は、不整脈性右室心筋症(ARVC)診断の不可欠な部分である。
Inlicit Neural Representations (INR) とディープラーニングを用いた心臓運動自動評価法を開発した。
以上の結果から,スライス間アライメントと超解像ボリュームの生成と,2つの心像の同時解析が相まって,登録性能が向上することが示唆された。
論文 参考訳(メタデータ) (2023-11-24T12:55:36Z) - An Algorithm for the Labeling and Interactive Visualization of the
Cerebrovascular System of Ischemic Strokes [59.116811751334225]
VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。
閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。
本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
論文 参考訳(メタデータ) (2022-04-26T14:20:26Z) - Leveraging Natural Learning Processing to Uncover Themes in Clinical
Notes of Patients Admitted for Heart Failure [3.5895546722625684]
心不全は、心臓が他の臓器に血液や酸素を注入できない場合に起こる。
心不全の患者は、心血管と非心血管複合体の両方を有する。
論文 参考訳(メタデータ) (2022-04-14T16:08:13Z) - Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。
これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。
静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
論文 参考訳(メタデータ) (2022-04-07T22:14:37Z) - Early Myocardial Infarction Detection over Multi-view Echocardiography [22.81766862528411]
心筋梗塞 (MI) は世界有数の死因である。
そこで本研究では,11個の心筋セグメントをMI検出のために解析可能な,apical 4-chamber (A4C) およびapical 2-chamber (A2C) ビューの融合を提案する。
論文 参考訳(メタデータ) (2021-11-09T15:36:10Z) - Multimedia Respiratory Database (RespiratoryDatabase@TR): Auscultation
Sounds and Chest X-rays [2.099922236065961]
肺および心臓の音は前部および前部胸壁および背部の左右の側面から同期的に記録されます。
胸部x線および肺機能検査変数およびスピロメトリック曲線を収集する。
データベースは健常者30名,気管支喘息,慢性閉塞性肺疾患,気管支炎などの肺疾患患者45名からなる。
論文 参考訳(メタデータ) (2021-01-21T08:08:11Z) - Noise-Resilient Automatic Interpretation of Holter ECG Recordings [67.59562181136491]
本稿では,ホルター記録を雑音に頑健に解析する3段階プロセスを提案する。
第1段階は、心拍位置を検出する勾配デコーダアーキテクチャを備えたセグメンテーションニューラルネットワーク(NN)である。
第2段階は、心拍を幅または幅に分類する分類NNである。
第3のステージは、NN機能の上に、患者対応機能を組み込んだ強化決定木(GBDT)である。
論文 参考訳(メタデータ) (2020-11-17T16:15:49Z) - Identification of Ischemic Heart Disease by using machine learning
technique based on parameters measuring Heart Rate Variability [50.591267188664666]
本研究は,243名の非侵襲的特徴(年齢,性別,左室容積率,HRV15)を用いて,一連のANNの訓練と評価を行った。
最高の結果は、7つの入力パラメータと7つの隠れノードを使用して、トレーニングと検証データセットに対して98.9%と82%の精度で得られた。
論文 参考訳(メタデータ) (2020-10-29T19:14:41Z) - Fine-tuning ERNIE for chest abnormal imaging signs extraction [0.6091702876917281]
胸部異常画像徴候の抽出をシーケンシャルタグ付けおよびマッチング問題として定式化する。
ERNIEをバックボーンとする転写異常画像信号抽出器を提案する。
胸部画像レポートテキストの性質に基づいた,単純だが効果的なタグ2相関アルゴリズムを設計する。
論文 参考訳(メタデータ) (2020-10-25T05:18:14Z) - Contralaterally Enhanced Networks for Thoracic Disease Detection [120.60868136876599]
胸骨、肺野、気管支管など、胸部左右に類似した構造が多数存在する。
このような類似性は、広義の放射線学者の経験から、胸部X線における疾患の同定に利用することができる。
本稿では,病状提案の特徴表現を強化するために,対向的コンテキスト情報を活用するディープ・エンド・ツー・エンド・モジュールを提案する。
論文 参考訳(メタデータ) (2020-10-09T10:15:26Z) - Syndrome-aware Herb Recommendation with Multi-Graph Convolution Network [49.85331664178196]
ハーブレコメンデーションは、中国伝統医学の治療過程において重要な役割を担っている。
ハーブ推薦を考慮した暗黙的シンドローム誘導法を提案する。
論文 参考訳(メタデータ) (2020-02-20T05:56:53Z)
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。