論文の概要: Achieving digital-driven patient agility in the era of big data
- arxiv url: http://arxiv.org/abs/2106.08204v1
- Date: Tue, 15 Jun 2021 15:08:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-26 15:32:19.244400
- Title: Achieving digital-driven patient agility in the era of big data
- Title（参考訳）: ビッグデータ時代のデジタル駆動型患者のアジリティの実現
- Authors: Rogier van de Wetering
- Abstract要約: 本研究は, 病院部門がデジタルダイナミック機能を活用して患者の機敏性を高める方法について検討した。
以上の結果から,患者知覚・応答能力の発達におけるデジタルダイナミックな能力の重要性が示唆された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: There is still a limited understanding of the necessary skill, talent, and
expertise to manage digital technologies as a crucial enabler of the hospitals
ability to adequately sense and respond to patient needs and wishes, i.e.,
patient agility. Therefore, this investigates how hospital departments can
leverage a digital dy-namic capability to enable the departments patient
agility. This study embraces the dynamic capabilities theory, develops a
research model, and tests it accordingly using data from 90 clinical hospital
departments from the Netherlands through an online survey. The model's
hypothesized relationships are tested using structural equation modeling (SEM).
The outcomes demonstrate the significance of digital dynamic capability in
developing patient sensing and responding capabili-ties that, in turn,
positively influence patient service performance. Outcomes are very relevant
for the hospital practice now, as hospitals worldwide need to trans-form
healthcare delivery processes using digital technologies and increase clinical
productivity.
- Abstract（参考訳）: デジタル技術を管理するために必要なスキル、才能、専門知識が、患者のニーズや願望、すなわち患者のアジリティを適切に理解し、応答する能力の重要な実現手段として、いまだに限定されている。
そこで本研究では, 病院部門がデジタルダイナミック機能を活用して患者の機敏性を高める方法について検討する。
本研究は, 動的能力理論を取り入れ, 研究モデルを開発し, オランダから90の臨床病院から得られたデータを用いて, オンラインサーベイを通じて検証する。
モデルの仮説関係は構造方程式モデリング(SEM)を用いて検証される。
以上の結果から, 患者知覚の発達とカパビリの対応において, 患者サービス性能に肯定的な影響を及ぼすデジタル動的能力の重要性が示された。
世界中の病院はデジタル技術を使って医療提供プロセスをトランスフォームし、臨床生産性を高める必要がある。
関連論文リスト
- Patient-centered data science: an integrative framework for evaluating and predicting clinical outcomes in the digital health era [0.0]
本研究では,デジタルヘルス時代の患者中心型データサイエンスのための新たな統合的枠組みを提案する。
従来の臨床データと患者の報告した結果、健康の社会的決定要因、および多次元データを組み合わせて総合的なデジタル患者表現を作成する多次元モデルを開発した。
論文 参考訳（メタデータ） (2024-07-31T02:36:17Z) - TrialBench: Multi-Modal Artificial Intelligence-Ready Clinical Trial Datasets [57.067409211231244]
本稿では,マルチモーダルデータ(例えば,薬物分子,疾患コード,テキスト,分類・数値的特徴)と臨床治験設計における8つの重要な予測課題をカバーするAIreadyデータセットを精巧にキュレートした。
データセットのユーザビリティと信頼性を確保するため、各タスクに基本的な検証方法を提供する。
このようなオープンアクセスデータセットが利用可能になることは、臨床試験設計のための高度なAIアプローチの開発を促進することを期待する。
論文 参考訳（メタデータ） (2024-06-30T09:13:10Z) - TREEMENT: Interpretable Patient-Trial Matching via Personalized Dynamic
Tree-Based Memory Network [54.332862955411656]
臨床試験は薬物開発に不可欠であるが、しばしば高価で非効率な患者募集に苦しむ。
近年,患者と臨床試験を自動マッチングすることで患者採用を高速化する機械学習モデルが提案されている。
本稿では,TREement という名前の動的ツリーベースメモリネットワークモデルを導入する。
論文 参考訳（メタデータ） (2023-07-19T12:35:09Z) - When Accuracy Meets Privacy: Two-Stage Federated Transfer Learning
Framework in Classification of Medical Images on Limited Data: A COVID-19
Case Study [77.34726150561087]
新型コロナウイルスのパンデミックが急速に広がり、世界の医療資源が不足している。
CNNは医療画像の解析に広く利用され、検証されている。
論文 参考訳（メタデータ） (2022-03-24T02:09:41Z) - Rationale production to support clinical decision-making [31.66739991129112]
本稿では,病院の退院予測にInfoCalを適用した。
選択された解釈可能性を持つ各提示モデルや特徴重要度法は,それぞれ異なる結果をもたらす。
論文 参考訳（メタデータ） (2021-11-15T09:02:10Z) - SANSformers: Self-Supervised Forecasting in Electronic Health Records
with Attention-Free Models [48.07469930813923]
本研究は,医療施設への患者訪問数を予測することにより,医療サービスの需要を予測することを目的とする。
SNSformerは、特定の帰納バイアスを設計し、EHRデータの特異な特徴を考慮に入れた、注意のない逐次モデルである。
本研究は, 各種患者集団を対象とした医療利用予測の修正における, 注意力のないモデルと自己指導型事前訓練の有望な可能性について考察した。
論文 参考訳（メタデータ） (2021-08-31T08:23:56Z) - OncoPetNet: A Deep Learning based AI system for mitotic figure counting
on H&E stained whole slide digital images in a large veterinary diagnostic
lab setting [47.38796928990688]
OncoPetNetの開発において,複数の最先端ディープラーニング技術を用いて病理組織像分類と有糸体像検出を行った。
提案システムは,14種類の癌に対して,ヒトのエキスパートベースラインと比較して,41例の有糸分裂計数性能を有意に向上させた。
デプロイでは、2つのセンターで1日3,323枚のデジタル全スライド画像を処理する高スループット獣医診断サービスにおいて、効果的な0.27分/スライダー推論が達成された。
論文 参考訳（メタデータ） (2021-08-17T20:01:33Z) - The role of IT ambidexterity, digital dynamic capability and knowledge
processes as enablers of patient agility: an empirical study [0.0]
本研究はオランダの107の病院のデータを便利にサンプリングした。
ITの曖昧さは、デジタルダイナミック機能の開発を肯定的に促進します。
論文 参考訳（メタデータ） (2021-07-20T11:30:56Z) - IT ambidexterity driven patient agility and hospital patient service
performance: a variance approach [0.0]
本稿では,病院部門が企業の新たなIT資源と実践を同時に探求する能力をどのように活用できるかを検討する。
研究モデルを開発し、オランダの90の臨床病院の横断的なデータを用いてテストする。
研究結果は、理論化されたモデルを支持し、臨床実践を変革し、患者の機敏性を促進する方法に光を当てる。
論文 参考訳（メタデータ） (2021-07-20T11:23:22Z) - IT ambidexterity and patient agility: the mediating role of digital
dynamic capability [0.0]
本稿では,病院部門が同等の能力を利用してIT資源や実践を探索・活用する方法について検討する。
研究成果は、臨床実践を変革し、現在のIS知識基盤に貢献するために使用することができる。
論文 参考訳（メタデータ） (2021-05-19T09:27:27Z) - Learning Dynamic and Personalized Comorbidity Networks from Event Data
using Deep Diffusion Processes [102.02672176520382]
コンコルビンド病は、個人によって異なる複雑な時間的パターンを通じて発生し進行する。
電子的な健康記録では、患者が持つ異なる疾患を観察できるが、それぞれの共死状態の時間的関係を推測できるだけである。
我々は「ダイナミック・コオービディティ・ネットワーク」をモデル化するための深層拡散プロセスを開発する。
論文 参考訳（メタデータ） (2020-01-08T15:47:08Z)
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。