Fugu-MT 論文翻訳(概要): Applying Personal Knowledge Graphs to Health

論文の概要: Applying Personal Knowledge Graphs to Health

arxiv url: http://arxiv.org/abs/2104.07587v1
Date: Thu, 15 Apr 2021 16:44:27 GMT
ステータス: 処理完了
システム内更新日: 2021-04-16 18:14:58.336238
Title: Applying Personal Knowledge Graphs to Health
Title（参考訳）: 健康への個人知識グラフの適用
Authors: Sola Shirai, Oshani Seneviratne, and Deborah L. McGuinness
Abstract要約: 個人の健康情報をカプセル化した知識グラフ(PHKG)は、知識駆動システムにおけるパーソナライズされた医療を可能にする。 PHKGを完全に実現するために、個人の健康知識の収集、連携、維持を取り巻くさまざまな課題に取り組んでいます。
参考スコア（独自算出の注目度）: 2.294014185517203
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Knowledge graphs that encapsulate personal health information, or personal health knowledge graphs (PHKG), can help enable personalized health care in knowledge-driven systems. In this paper we provide a short survey of existing work surrounding the emerging paradigm of PHKGs and highlight the major challenges that remain. We find that while some preliminary exploration exists on the topic of personal knowledge graphs, development of PHKGs remains under-explored. A range of challenges surrounding the collection, linkage, and maintenance of personal health knowledge remains to be addressed to fully realize PHKGs.
Abstract（参考訳）: 個人の健康情報をカプセル化した知識グラフ(PHKG)は、知識駆動システムにおけるパーソナライズされた医療を可能にする。本稿では,phkgの新しいパラダイムを取り囲む既存の作業の簡単な調査を行い,残る主な課題について紹介する。個人知識グラフに関する予備的な探索は存在するが、PHKGsの開発は未検討のままである。 PHKGを十分に実現するためには、個人の健康知識の収集、リンク、維持に関する様々な課題に対処する必要がある。

関連論文リスト

Patient-Centric Knowledge Graphs: A Survey of Current Methods, Challenges, and Applications [2.913761513290171]
患者中心知識グラフ(PCKG)は、個別の患者ケアに焦点を当てた医療における重要なシフトである。 PCKGは様々な種類の健康データを統合し、患者の健康を包括的に理解する医療専門家に提供します。本稿はPCKGに関する方法論,課題,機会について概説する。
論文参考訳（メタデータ） (2024-02-20T00:07:55Z)
Recent Advances in Predictive Modeling with Electronic Health Records [71.19967863320647]
EHRデータを予測モデリングに利用すると、その特徴からいくつかの課題が生じる。深層学習は、医療を含む様々な応用においてその優位性を示している。
論文参考訳（メタデータ） (2024-02-02T00:31:01Z)
Generative AI-Driven Human Digital Twin in IoT-Healthcare: A Comprehensive Survey [53.691704671844406]
IoT(Internet of Things)は、特にヘルスケアにおいて、人間の生活の質を大幅に向上させる。ヒトデジタルツイン(HDT)は、個体の複製を包括的に特徴付ける革新的なパラダイムとして提案されている。 HDTは、多用途で生き生きとした人間のデジタルテストベッドとして機能することで、医療監視の応用を超えて、IoTヘルスの強化を図っている。最近、生成人工知能(GAI)は、高度なAIアルゴリズムを利用して、多種多様なデータを自動的に生成、操作、修正できるため、有望なソリューションである可能性がある。
論文参考訳（メタデータ） (2024-01-22T03:17:41Z)
A Review on Knowledge Graphs for Healthcare: Resources, Applications, and Promises [52.31710895034573]
この研究は、医療知識グラフ(HKG)の最初の包括的なレビューを提供する。 HKG構築のためのパイプラインと重要なテクニックを要約し、一般的な利用方法も示す。アプリケーションレベルでは、さまざまなヘルスドメインにわたるHKGの正常な統合を検討します。
論文参考訳（メタデータ） (2023-06-07T21:51:56Z)
An Ecosystem for Personal Knowledge Graphs: A Survey and Research Roadmap [12.552735921001833]
PKGの全体像は、その潜在能力を最大限に解き放つために必要である、と我々は主張する。我々は,PKGがデータサービスやデータソースに対する明確なインターフェースを持つ大規模エコシステムの一部である,PKGの統一フレームワークを提案する。
論文参考訳（メタデータ） (2023-04-19T11:21:21Z)
Multi-task Learning for Personal Health Mention Detection on Social Media [70.23889100356091]
本研究では、マルチタスク学習フレームワークを用いて、利用可能な注釈付きデータを活用し、メインタスクのパフォーマンスを向上させる。我々は、感情検出を補助タスクとして利用することで、感情情報を対象タスクに組み込むことに重点を置いている。
論文参考訳（メタデータ） (2022-12-09T23:49:00Z)
On Curating Responsible and Representative Healthcare Video Recommendations for Patient Education and Health Literacy: An Augmented Intelligence Approach [5.545277272908999]
アメリカの成人の3人に1人がインターネットを使って健康上の懸念を診断し、学んでいる。健康リテラシーの分割はアルゴリズムの推薦によって悪化する可能性がある。
論文参考訳（メタデータ） (2022-07-13T01:54:59Z)
What is Event Knowledge Graph: A Survey [46.56390787391834]
本稿では、歴史、オントロジー、例、アプリケーションビューからイベントKG(EKG)を包括的に調査する。 EKGは、インテリジェント検索、質問回答、レコメンデーション、テキスト生成など、多くの機械学習および人工知能アプリケーションにおいて、ますます重要な役割を担っている。
論文参考訳（メタデータ） (2021-12-31T03:42:55Z)
Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
論文参考訳（メタデータ） (2020-09-21T03:45:14Z)
Personal Health Knowledge Graphs for Patients [18.71820749477523]
既存の患者データ分析プラットフォームは、コンテキストを持ち、個人的であり、患者にとってトピックである情報を組み込むことができない。質問に対する適切な回答を与えるためのレコメンデーションシステムは、患者の健康状態に関する個人情報を考慮すべきである。
論文参考訳（メタデータ） (2020-03-31T19:35:14Z)

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。