論文の概要: Machine learning for the diagnosis of Parkinson's disease: A systematic
review
- arxiv url: http://arxiv.org/abs/2010.06101v1
- Date: Tue, 13 Oct 2020 01:14:04 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-07 22:54:07.656813
- Title: Machine learning for the diagnosis of Parkinson's disease: A systematic
review
- Title(参考訳): パーキンソン病診断のための機械学習 : 体系的検討
- Authors: Jie Mei, Christian Desrosiers, Johannes Frasnelli
- Abstract要約: 我々は2020年2月14日まで,PubMed と IEEE Xplore データベースを用いて,系統的な文献レビューを行った。
関連情報として抽出され,本システムレビューで提示された計209件の研究結果を含む。
これらの研究は、臨床意思決定における機械学習手法と新しいバイオマーカーの適応の可能性を示す。
- 参考スコア(独自算出の注目度): 15.463800489731373
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Diagnosis of Parkinson's disease (PD) is commonly based on medical
observations and assessment of clinical signs, including the characterization
of a variety of motor symptoms. However, traditional diagnostic approaches may
suffer from subjectivity as they rely on the evaluation of movements that are
sometimes subtle to human eyes and therefore difficult to classify, leading to
possible misclassification. In the meantime, early non-motor symptoms of PD may
be mild and can be caused by many other conditions. Therefore, these symptoms
are often overlooked, making diagnosis of PD at an early stage challenging. To
address these difficulties and to refine the diagnosis and assessment
procedures of PD, machine learning methods have been implemented for the
classification of PD and healthy controls or patients with similar clinical
presentations (e.g., movement disorders or other Parkinsonian syndromes). To
provide a comprehensive overview of data modalities and machine learning
methods that have been used in the diagnosis and differential diagnosis of PD,
in this study, we conducted a systematic literature review of studies published
until February 14, 2020, using the PubMed and IEEE Xplore databases. A total of
209 studies were included, extracted for relevant information and presented in
this systematic review, with an investigation of their aims, sources of data,
types of data, machine learning methods and associated outcomes. These studies
demonstrate a high potential for adaptation of machine learning methods and
novel biomarkers in clinical decision making, leading to increasingly
systematic, informed diagnosis of PD.
- Abstract(参考訳): パーキンソン病(PD)の診断は、様々な運動症状の特徴づけを含む臨床症状の医学的観察と評価に基づいて行われる。
しかし、従来の診断アプローチは、人間の目には微妙で分類が難しい運動の評価に依存するため、主観性に苦しむ可能性があるため、誤分類につながる可能性がある。
一方、PDの初期の非運動性症状は軽度であり、他の多くの症状によって引き起こされる可能性がある。
したがって、これらの症状はしばしば軽視され、早期のPDの診断は困難である。
これらの困難に対処し、PDの診断と評価の手順を洗練するために、PDと健康管理の分類や同様の臨床的プレゼンテーション(運動障害やパーキンソン症候群など)の患者のために機械学習手法が実装されている。
pdの診断と鑑別診断に用いられてきたデータモダリティと機械学習の方法を総合的に概観するため,本研究は,pubmedとieee xploreデータベースを用いて,2020年2月14日までに発表された研究の体系的文献レビューを行った。
対象、データソース、データの種類、機械学習手法、関連する結果について調査し、関連情報を抽出し、この体系的なレビューで提示した合計209の研究結果を含む。
これらの研究は, 臨床意思決定における機械学習法と新しいバイオマーカーの適応の可能性が高く, pdの体系的, インフォームドな診断へと繋がる。
関連論文リスト
- Optimizing Skin Lesion Classification via Multimodal Data and Auxiliary
Task Integration [54.76511683427566]
本研究は, スマートフォンで撮影した画像と本質的な臨床および人口統計情報を統合することで, 皮膚病変を分類する新しいマルチモーダル手法を提案する。
この手法の特徴は、超高解像度画像予測に焦点を当てた補助的なタスクの統合である。
PAD-UFES20データセットを用いて,様々なディープラーニングアーキテクチャを用いて実験を行った。
論文 参考訳(メタデータ) (2024-02-16T05:16:20Z) - Medical Dialogue Generation via Intuitive-then-Analytical Differential
Diagnosis [14.17497921394565]
Intuitive-then-Analytic Differential Diagnosis (IADDx) を用いた医用対話生成フレームワークを提案する。
本手法は,検索に基づく直感的アソシエーション(直感的アソシエーション)によるディファレンス診断から始まり,その後,グラフ強化解析手法により精査する。
提案手法の有効性を2つのデータセットで検証した。
論文 参考訳(メタデータ) (2024-01-12T12:35:19Z) - A Foundational Framework and Methodology for Personalized Early and
Timely Diagnosis [84.6348989654916]
本稿では,早期診断とタイムリー診断のための基礎的枠組みを提案する。
診断過程を概説する決定論的アプローチに基づいている。
機械学習と統計手法を統合し、最適なパーソナライズされた診断経路を推定する。
論文 参考訳(メタデータ) (2023-11-26T14:42:31Z) - Can GPT-4V(ision) Serve Medical Applications? Case Studies on GPT-4V for
Multimodal Medical Diagnosis [59.35504779947686]
GPT-4VはOpenAIの最新のマルチモーダル診断モデルである。
評価対象は17の人体システムである。
GPT-4Vは、医用画像のモダリティと解剖学を区別する能力を示す。
疾患の診断と包括的報告作成において重大な課題に直面している。
論文 参考訳(メタデータ) (2023-10-15T18:32:27Z) - OpenClinicalAI: An Open and Dynamic Model for Alzheimer's Disease
Diagnosis [11.775648630734949]
アルツハイマー病(AD)は逆転や治癒はできないが、タイムリーな診断は治療やケアの負担を大幅に軽減することができる。
AD診断モデルに関する現在の研究は、診断タスクを典型的な分類タスクと見なしている。
複雑で不確実な臨床環境下での直接AD診断のためのOpenClinicalAIを提案する。
論文 参考訳(メタデータ) (2023-07-03T12:35:03Z) - Subgroup discovery of Parkinson's Disease by utilizing a multi-modal
smart device system [63.20765930558542]
われわれはスマートウォッチとスマートフォンを使って、PD患者、DD、HCを含む504人の参加者のマルチモーダルデータを収集した。
様々なモダリティを組み合わせることで,分類精度が向上し,さらにPDクラスタが発見された。
論文 参考訳(メタデータ) (2022-05-12T08:59:57Z) - DxFormer: A Decoupled Automatic Diagnostic System Based on
Decoder-Encoder Transformer with Dense Symptom Representations [26.337392652262103]
診断指向対話システムは患者の健康状態を照会し、患者との継続的な対話を通じて疾患の予測を行う。
本稿では,診断プロセスを症状調査と疾患診断の2つの段階に分割する,分離された自動診断フレームワークDxFormerを提案する。
提案モデルは,医師の臨床経験を効果的に学習し,症状のリコールと診断精度の点で最先端の結果を得ることができる。
論文 参考訳(メタデータ) (2022-05-08T01:52:42Z) - Machine learning based disease diagnosis: A comprehensive review [0.0]
このレビューでは、機械学習(ML)とディープラーニング(DL)が、多くの病気の早期発見にどのように利用されているかを説明します。
1216の出版物に関する文献学的研究は、最も多作な著者、国、組織、そして最も引用された記事を決定するために行われた。
このレビューでは、機械学習ベースの疾患診断(MLBDD)の最新動向とアプローチをまとめている。
論文 参考訳(メタデータ) (2021-12-31T16:25:23Z) - Variational Knowledge Distillation for Disease Classification in Chest
X-Rays [102.04931207504173]
我々は,X線に基づく疾患分類のための新しい確率的推論フレームワークである反復的知識蒸留(VKD)を提案する。
提案手法の有効性を,X線画像とEHRを用いた3つの公開ベンチマークデータセットに示す。
論文 参考訳(メタデータ) (2021-03-19T14:13:56Z) - Inheritance-guided Hierarchical Assignment for Clinical Automatic
Diagnosis [50.15205065710629]
臨床診断は、臨床ノートに基づいて患者に診断符号を割り当てることを目的としており、臨床意思決定において重要な役割を担っている。
本稿では,臨床自動診断のための継承誘導階層と共起グラフの伝播を組み合わせた新しい枠組みを提案する。
論文 参考訳(メタデータ) (2021-01-27T13:16:51Z) - Parkinson's Disease Diagnosis Using Deep Learning [0.0]
パーキンソン病(Parkinson's Disease、PD)は、慢性変性疾患であり、様々な運動症状や認知症状を引き起こす。
本研究の目的は,深層学習,再帰ニューラルネットワーク(rnn),畳み込みニューラルネットワーク(cnn)を用いたpd診断プロセスの自動化である。
論文 参考訳(メタデータ) (2021-01-03T18:39:25Z)
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。