論文の概要: Measuring agreement on linguistic expressions in medical treatment scenarios

• arxiv url: http://arxiv.org/abs/2011.07693v1
• Date: Mon, 16 Nov 2020 02:36:30 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-25 00:25:10.959037
• Title: Measuring agreement on linguistic expressions in medical treatment scenarios
• Title（参考訳）: 医療シナリオにおける言語表現の合意の測定
• Authors: J Navrro, C Wagner, Uwe Aickelin, L Green, R Ashford
• Abstract要約: 本稿では, ファジィ集合を通して単語をモデル化する際の, 全体的合意の比率を示す「合意比率」という尺度を提案する。 この尺度は、患者反応などのデータから生成されるファジィセットにおいて、この合意を評価するために特別に設計されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quality of life assessment represents a key process of deciding treatment success and viability. As such, patients' perceptions of their functional status and well-being are important inputs for impairment assessment. Given that patient completed questionnaires are often used to assess patient status and determine future treatment options, it is important to know the level of agreement of the words used by patients and different groups of medical professionals. In this paper, we propose a measure called the Agreement Ratio which provides a ratio of overall agreement when modelling words through Fuzzy Sets (FSs). The measure has been specifically designed for assessing this agreement in fuzzy sets which are generated from data such as patient responses. The measure relies on using the Jaccard Similarity Measure for comparing the different levels of agreement in the FSs generated.
• Abstract（参考訳）: 生活評価の質は、治療の成功と生存性を決定する重要なプロセスである。 このように、機能的地位と幸福感に対する患者の認識は、障害評価の重要なインプットである。 患者アンケートが患者の地位を評価し,今後の治療オプションを決定するためにしばしば使用されることを考えると,患者と医療専門家の異なる集団の言葉の一致度を知ることが重要である。 本稿では,ファジィ集合(fss)を通して単語をモデル化する際の全体合意の比率を提供する合意比と呼ばれる尺度を提案する。 この尺度は、患者の反応などのデータから生成されるファジィセットでこの合意を評価するために特別に設計されている。 この尺度は、生成されたFSの異なるレベルの合意を比較するために、ジャカード類似度尺度を使用することに依存している。

関連論文リスト

• A Comprehensive Rubric for Annotating Pathological Speech [0.0]
  音声学, 流音学, 韻律学など, 音声品質の様々な側面に基づく包括的ルーリックを導入する。 本研究の目的は,ダウン症候群患者の発話中の誤りを識別するための標準化基準を確立することである。
  論文  参考訳（メタデータ） (2024-04-29T16:44:27Z)
• Mitigating LLM Hallucinations via Conformal Abstention [70.83870602967625]
  我々は,大言語モデルが一般ドメインでの応答をいつ無視すべきかを決定するための,原則化された手順を開発する。 我々は、幻覚率(エラー率)の厳密な理論的保証の恩恵を受けるため、共形予測手法を活用して、禁忌手順を開発する。 実験によって得られた共形禁忌法は, 種々の閉書, オープンドメイン生成質問応答データセットに, 幻覚率を確実に拘束する。
  論文  参考訳（メタデータ） (2024-04-04T11:32:03Z)
• Foundation Metrics for Evaluating Effectiveness of Healthcare Conversations Powered by Generative AI [38.497288024393065]
  ジェネレーティブ・人工知能(Generative Artificial Intelligence)は、従来の医療をよりパーソナライズされ、効率的で、積極的なプロセスに変えることで、医療提供に革命をもたらす。 本稿では,医療における対話型対話モデルの評価に特に適用可能な最先端評価指標について検討する。
  論文  参考訳（メタデータ） (2023-09-21T19:36:48Z)
• Generating medically-accurate summaries of patient-provider dialogue: A multi-stage approach using large language models [6.252236971703546]
  効果的な要約は、対話におけるすべての医学的関連情報を一貫性と精度良く捉えることが要求される。 本稿では, 医療会話の要約問題に, タスクを, より小さな対話に基づくタスクに分解することで対処する。
  論文  参考訳（メタデータ） (2023-05-10T08:48:53Z)
• Consultation Checklists: Standardising the Human Evaluation of Medical Note Generation [58.54483567073125]
  本稿では,コンサルテーションチェックリストの評価を基礎として,客観性向上を目的としたプロトコルを提案する。 このプロトコルを用いた最初の評価研究において,アノテータ間合意の良好なレベルを観察した。
  論文  参考訳（メタデータ） (2022-11-17T10:54:28Z)
• Developing patient-driven artificial intelligence based on personal rankings of care decision making steps [0.0]
  縦断的横断3段階研究は,医療状況に関する437の表現を自己評価した。 後の格付けの順序変更の頻度は、様々な解釈タスクエンティティに関して、より早く与えられた格付けに依存していた。 本研究は,患者のケアニーズに対処する人工知能ソリューションの構築を支援する。
  論文  参考訳（メタデータ） (2022-05-15T15:45:58Z)
• Optimal discharge of patients from intensive care via a data-driven policy learning framework [58.720142291102135]
  退院課題は、退院期間の短縮と退院決定後の退院や死亡のリスクとの不確実なトレードオフに対処することが重要である。 本研究は、このトレードオフを捉えるためのエンドツーエンドの汎用フレームワークを導入し、最適放電タイミング決定を推奨する。 データ駆動型アプローチは、患者の生理的状態を捉えた同種で離散的な状態空間表現を導出するために用いられる。
  論文  参考訳（メタデータ） (2021-12-17T04:39:33Z)
• 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)
• Clinical Outcome Prediction from Admission Notes using Self-Supervised Knowledge Integration [55.88616573143478]
  臨床テキストからのアウトカム予測は、医師が潜在的なリスクを見落としないようにする。 退院時の診断,手術手順,院内死亡率,長期予測は4つの一般的な結果予測対象である。 複数の公開資料から得られた患者結果に関する知識を統合するために,臨床結果の事前学習を提案する。
  論文  参考訳（メタデータ） (2021-02-08T10:26:44Z)
• Estimating Counterfactual Treatment Outcomes over Time Through Adversarially Balanced Representations [114.16762407465427]
  時間とともに治療効果を推定するためにCRN(Counterfactual Recurrent Network)を導入する。 CRNは、患者履歴のバランスの取れた表現を構築するために、ドメイン敵のトレーニングを使用する。 本モデルでは, 正解率の予測と適切な治療時期の選択において, 誤差の低減を図っている。
  論文  参考訳（メタデータ） (2020-02-10T20:47:36Z)

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。