論文の概要: A Methodology for Bi-Directional Knowledge-Based Assessment of
Compliance to Continuous Application of Clinical Guidelines
- arxiv url: http://arxiv.org/abs/2103.07789v1
- Date: Sat, 13 Mar 2021 20:43:45 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-16 14:14:28.110366
- Title: A Methodology for Bi-Directional Knowledge-Based Assessment of
Compliance to Continuous Application of Clinical Guidelines
- Title（参考訳）: 臨床ガイドラインの継続的適用へのコンプライアンスの双方向知識に基づく評価手法
- Authors: Avner Hatsek and Yuval Shahar
- Abstract要約: ケアプロセスのガイドラインに基づく品質評価を自動化するための新しいアプローチを提案する。
BiKBAC法は臨床ガイドラインを適用する際のコンプライアンスの度合いを評価する。
DiscovErrシステムは、2型糖尿病管理領域の別の研究で評価されました。
- 参考スコア（独自算出の注目度）: 1.52292571922932
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Clinicians often do not sufficiently adhere to evidence-based clinical
guidelines in a manner sensitive to the context of each patient. It is
important to detect such deviations, typically including redundant or missing
actions, even when the detection is performed retrospectively, so as to inform
both the attending clinician and policy makers. Furthermore, it would be
beneficial to detect such deviations in a manner proportional to the level of
the deviation, and not to simply use arbitrary cut-off values. In this study,
we introduce a new approach for automated guideline-based quality assessment of
the care process, the bidirectional knowledge-based assessment of compliance
(BiKBAC) method. Our BiKBAC methodology assesses the degree of compliance when
applying clinical guidelines, with respect to multiple different aspects of the
guideline (e.g., the guideline's process and outcome objectives). The
assessment is performed through a highly detailed, automated quality-assessment
retrospective analysis, which compares a formal representation of the guideline
and of its process and outcome intentions (we use the Asbru language for that
purpose) with the longitudinal electronic medical record of its continuous
application over a significant time period, using both a top-down and a
bottom-up approach, which we explain in detail. Partial matches of the data to
the process and to the outcome objectives are resolved using fuzzy temporal
logic. We also introduce the DiscovErr system, which implements the BiKBAC
approach, and present its detailed architecture. The DiscovErr system was
evaluated in a separate study in the type 2 diabetes management domain, by
comparing its performance to a panel of three clinicians, with highly
encouraging results with respect to the completeness and correctness of its
comments.
- Abstract（参考訳）: 臨床医はしばしば、各患者の状況に敏感な方法で、エビデンスに基づく臨床ガイドラインに十分に固執しない。
臨床医と政策立案者の両方に知らせるためには、検出が振り返って行われる場合でも、通常、冗長または欠落した行動を含むそのような偏差を検出することが重要です。
さらに、そのような偏差を偏差のレベルに比例した方法で検出することは有益であり、任意のカットオフ値を使うのではない。
本研究では,ケアプロセスのガイドラインに基づく品質評価を自動化するための新しいアプローチ,BiKBAC(Bi direction knowledge-based Assessment of compliance)手法を提案する。
当社のbikbac手法は,ガイドラインのさまざまな側面(ガイドラインのプロセスや成果目標など)に関して,臨床ガイドラインを適用する際のコンプライアンスの程度を評価します。
この評価は、ガイドラインの形式的表現とそのプロセスと結果の意図(その目的のためにasbru言語を使用します)と、トップダウンとボトムアップの両方のアプローチを用いて、かなりの期間にわたって、その継続的な応用に関する縦断的な電子医療記録を比較した、高度に詳細な品質評価の振り返り分析によって実施されます。
ファジィ時間論理を用いて、プロセスと結果の目的に対するデータの部分一致を解消する。
また,BiKBAC 方式を実装した DiscovErr システムを導入し,そのアーキテクチャについて述べる。
2型糖尿病管理ドメインの別の研究で、3人の臨床医のパネルのパフォーマンスを比較して評価し、コメントの完全性と正確性に関して非常に有意な結果を得た。
関連論文リスト
- Pruning the Path to Optimal Care: Identifying Systematically Suboptimal Medical Decision-Making with Inverse Reinforcement Learning [14.688842697886484]
本稿では, 同僚の行動に基づいて, 最適な臨床行為を識別する逆強化学習の新たな応用法を提案する。
このアプローチはIRLの2つの段階を中心とし、コンセンサスから大きく逸脱する行動を示す軌跡をプーンする中間段階を持つ。
論文 参考訳（メタデータ） (2024-11-07T23:16:59Z) - Deep Reinforcement Learning for Personalized Diagnostic Decision Pathways Using Electronic Health Records: A Comparative Study on Anemia and Systemic Lupus Erythematosus [1.7965876401882177]
我々は、診断のタスクをシーケンシャルな意思決定問題として定式化する。
本研究では,Deep Reinforcement Learning (DRL)アルゴリズムを用いて,行動の最適なシーケンスを学習する。
貧血と全身性エリテマトーデスの2症例を経験したので報告する。
論文 参考訳（メタデータ） (2024-04-09T00:07:16Z) - Towards Unifying Anatomy Segmentation: Automated Generation of a
Full-body CT Dataset via Knowledge Aggregation and Anatomical Guidelines [113.08940153125616]
我々は533巻のボクセルレベルのラベルを142ドル(約1万2000円)で、全身CTスキャンのデータセットを作成し、解剖学的包括的カバレッジを提供する。
提案手法はラベル集約段階において手作業によるアノテーションに依存しない。
我々はCTデータに142ドルの解剖学的構造を予測できる統一解剖学的セグメンテーションモデルをリリースする。
論文 参考訳（メタデータ） (2023-07-25T09:48:13Z) - 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) - Trustworthy Visual Analytics in Clinical Gait Analysis: A Case Study for
Patients with Cerebral Palsy [43.55994393060723]
gaitXplorerは、CP関連歩行パターンの分類のための視覚分析手法である。
Grad-CAMは、機械学習の分類の説明のために、よく確立された説明可能な人工知能アルゴリズムである。
論文 参考訳（メタデータ） (2022-08-10T09:21:28Z) - Real-time landmark detection for precise endoscopic submucosal
dissection via shape-aware relation network [51.44506007844284]
内視鏡下粘膜下郭清術における高精度かつリアルタイムなランドマーク検出のための形状認識型関係ネットワークを提案する。
まず,ランドマーク間の空間的関係に関する先行知識を直感的に表現する関係キーポイント・ヒートマップを自動生成するアルゴリズムを考案する。
次に、事前知識を学習プロセスに段階的に組み込むために、2つの補完的な正規化手法を開発する。
論文 参考訳（メタデータ） (2021-11-08T07:57:30Z) - 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) - 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) - AI Driven Knowledge Extraction from Clinical Practice Guidelines:
Turning Research into Practice [2.803896166632835]
臨床実践ガイドライン(CPGs)は、医療領域における最先端の研究成果を医療従事者と共有するための最前線の方法論です。
しかし、多くのCPGから関連する知識を抽出することは、すでに負担のかかる医療専門家には実現できません。
本研究は, CPGから知識を抽出し, ギャップを減らし, 最新の研究成果を臨床実践に転換する手法を提案する。
論文 参考訳（メタデータ） (2020-12-10T07:23:02Z) - Health improvement framework for planning actionable treatment process
using surrogate Bayesian model [1.2468700211588881]
本研究は,データ駆動方式で治療プロセスを計画するための新しい枠組みを提案する。
このフレームワークの重要なポイントは、個人の健康改善のための「行動可能性」の評価である。
論文 参考訳（メタデータ） (2020-10-30T06:02:49Z)
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。