論文の概要: CREATe: Clinical Report Extraction and Annotation Technology
- arxiv url: http://arxiv.org/abs/2103.00562v1
- Date: Sun, 28 Feb 2021 16:50:14 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-03 17:26:02.761015
- Title: CREATe: Clinical Report Extraction and Annotation Technology
- Title（参考訳）: CREATe : 臨床報告の抽出とアノテーション技術
- Authors: Yichao Zhou, Wei-Ting Chen, Bowen Zhang, David Lee, J. Harry Caufield,
Kai-Wei Chang, Yizhou Sun, Peipei Ping and Wei Wang
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 53.731999072534876
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Clinical case reports are written descriptions of the unique aspects of a
particular clinical case, playing an essential role in sharing clinical
experiences about atypical disease phenotypes and new therapies. However, to
our knowledge, there has been no attempt to develop an end-to-end system to
annotate, index, or otherwise curate these reports. In this paper, we propose a
novel computational resource platform, CREATe, for extracting, indexing, and
querying the contents of clinical case reports. CREATe fosters an environment
of sustainable resource support and discovery, enabling researchers to overcome
the challenges of information science. An online video of the demonstration can
be viewed at https://youtu.be/Q8owBQYTjDc.
- Abstract（参考訳）: 臨床症例報告は、特定の臨床症例のユニークな側面の記述であり、非定型疾患の表現型と新しい治療法に関する臨床経験を共有する上で重要な役割を果たします。
しかし、私たちの知る限りでは、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行われていない。
本稿では,臨床症例報告の内容の抽出,インデックス化,検索を行うための新しい計算資源プラットフォーム CREATe を提案する。
CREATeは持続可能な資源支援と発見の環境を育み、研究者は情報科学の課題を克服することができる。
デモのオンラインビデオはhttps://youtu.be/Q8owBQYTjDcで見ることができる。
関連論文リスト
- Enhancing the vision-language foundation model with key semantic knowledge-emphasized report refinement [9.347971487478038]
本稿では,キーセマンティックな知識強調レポート改善手法を提案することで,新しい視覚言語表現学習フレームワークを開発する。
我々のフレームワークは、微調整とゼロショットの両方において、最先端の7つの手法を超越している。
論文 参考訳（メタデータ） (2024-01-21T07:57:04Z) - Radiology Report Generation Using Transformers Conditioned with
Non-imaging Data [55.17268696112258]
本稿では,胸部X線画像と関連する患者の人口統計情報を統合したマルチモーダルトランスフォーマーネットワークを提案する。
提案ネットワークは、畳み込みニューラルネットワークを用いて、CXRから視覚的特徴を抽出し、その視覚的特徴と患者の人口統計情報のセマンティックテキスト埋め込みを組み合わせたトランスフォーマーベースのエンコーダデコーダネットワークである。
論文 参考訳（メタデータ） (2023-11-18T14:52:26Z) - CARE: Extracting Experimental Findings From Clinical Literature [29.763929941107616]
本研究は,臨床所見抽出のための新しいIEデータセットであるCAREを提示する。
我々は,エンティティと属性間のn-ary関係として微細な発見をキャプチャする新しいアノテーションスキーマを開発した。
臨床治験と症例報告の2つの資料から,700件の要約の広範な注釈を収集した。
論文 参考訳（メタデータ） (2023-11-16T10:06:19Z) - Investigating Alternative Feature Extraction Pipelines For Clinical Note
Phenotyping [0.0]
医療属性の抽出に計算システムを用いると、多くの応用が期待できる。
BERTベースのモデルは、臨床ノートを一連の表現に変換するために使用することができる。
そこで本研究では,ScispaCyNeumannを用いた代替パイプラインを提案する。
論文 参考訳（メタデータ） (2023-10-05T02:51:51Z) - Enhancing Clinical Evidence Recommendation with Multi-Channel
Heterogeneous Learning on Evidence Graphs [4.672216806648563]
臨床エビデンスを推奨する目的は、医療従事者に意思決定プロセスを支援するための関連情報を提供することである。
特定の臨床的問題と関連するエビデンスとの直接的なつながりは、しばしば疎結合の課題となる。
これらの課題に対処するために、Evidence Co-Reference GraphとEvidence Text Graphという2つの知識グラフを定義します。
論文 参考訳（メタデータ） (2023-04-03T12:15:53Z) - Informing clinical assessment by contextualizing post-hoc explanations
of risk prediction models in type-2 diabetes [50.8044927215346]
本研究は, 合併症リスク予測のシナリオを考察し, 患者の臨床状態に関する文脈に焦点を当てる。
我々は、リスク予測モデル推論に関する文脈を提示し、その受容性を評価するために、最先端のLLMをいくつか採用する。
本論文は,実世界における臨床症例における文脈説明の有効性と有用性を明らかにする最初のエンドツーエンド分析の1つである。
論文 参考訳（メタデータ） (2023-02-11T18:07:11Z) - Cross-Lingual Knowledge Transfer for Clinical Phenotyping [55.92262310716537]
本稿では,英語を使わないクリニックに対して,このタスクを実行するための言語間知識伝達戦略について検討する。
ギリシャ語とスペイン語のクリニックに対して,異なる臨床領域のクリニカルノートを活用して,これらの戦略を評価する。
以上の結果から,多言語データを用いることで,臨床表現型モデルが改善され,データの疎度を補うことが可能であることが示唆された。
論文 参考訳（メタデータ） (2022-08-03T08:33:21Z) - VBridge: Connecting the Dots Between Features, Explanations, and Data
for Healthcare Models [85.4333256782337]
VBridgeは、臨床医の意思決定ワークフローに機械学習の説明をシームレスに組み込むビジュアル分析ツールである。
我々は,臨床医がMLの特徴に慣れていないこと,文脈情報の欠如,コホートレベルの証拠の必要性など,3つの重要な課題を特定した。
症例スタディと専門医4名のインタビューを通じて, VBridgeの有効性を実証した。
論文 参考訳（メタデータ） (2021-08-04T17:34:13Z) - Variational Topic Inference for Chest X-Ray Report Generation [102.04931207504173]
医療画像のレポート生成は、作業負荷を減らし、臨床実習における診断を支援することを約束する。
近年の研究では、ディープラーニングモデルが自然画像のキャプションに成功していることが示された。
本稿では,自動レポート生成のための変分トピック推論を提案する。
論文 参考訳（メタデータ） (2021-07-15T13:34:38Z) - Toward Understanding Clinical Context of Medication Change Events in
Clinical Narratives [0.4270213395622267]
臨床ノートに記載された薬物変化の関連状況を把握するためのデータセットであるCMED(Contextualized Medication Event dataset)を提示する。
CMEDは、500以上の臨床ノートに注記された9,013の医薬品から成り、2021年に共有タスクとしてコミュニティに解放される。
論文 参考訳（メタデータ） (2020-11-17T18:55:00Z)
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。