論文の概要: MatES: Web-based Forward Chaining Expert System for Maternal Care
- arxiv url: http://arxiv.org/abs/2106.09281v1
- Date: Thu, 17 Jun 2021 07:06:58 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-19 04:08:20.970549
- Title: MatES: Web-based Forward Chaining Expert System for Maternal Care
- Title(参考訳): MatES:母系ケアのためのWebベースのフォワードチェインエキスパートシステム
- Authors: Haile Misgna, Moges Ahmed and Anubhav Kumar
- Abstract要約: 医師比が医師1人から患者1000人までのエチオピアのような国では、母体死亡率と死亡率が高い。
高度に訓練された医療専門家のギャップを埋めるために、エチオピアは健康拡張プログラムを導入した。
健康増進労働者(HEW)へのタスクシフトはエチオピアの死亡率と死亡率の低下に寄与した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The solution to prevent maternal complications are known and preventable by
trained health professionals. But in countries like Ethiopia where the patient
to physician ratio is 1 doctor to 1000 patients, maternal mortality and
morbidity rate is high. To fill the gap of highly trained health professionals,
Ethiopia introduced health extension programs. Task shifting to health
extension workers (HEWs) contributed in decreasing mortality and morbidity rate
in Ethiopia. Knowledge-gap has been one of the major challenges to HEWs. The
reasons are trainings are not given in regular manner, there is no midwife,
gynecologists or doctors around for consultation, and all guidelines are
paper-based which are easily exposed to damage. In this paper, we describe the
design and implementation of a web-based expert system for maternal care. We
only targeted the major 10 diseases and complication of maternal health issues
seen in Sub-Saharan Africa. The expert system can be accessed through the use
of web browsers from computers as well as smart phones. Forward chaining
rule-based expert system is used in order to give suggestions and create a new
knowledge from the knowledge-base. This expert system can be used to train HEWs
in the field of maternal health.
Keywords: expert system, maternal care, forward-chaining, rule-based expert
system, PHLIPS
- Abstract(参考訳): 母親の合併症を防ぐソリューションは、訓練を受けた医療専門家によって知られ、予防できる。
しかし、エチオピアのような患者と医師の比率が1人から1000人の国では、母親の死亡率と死亡率が高い。
高度に訓練された医療専門家のギャップを埋めるため、エチオピアは健康延長プログラムを導入した。
健康増進労働者(HEW)へのタスクシフトはエチオピアの死亡率と死亡率の低下に寄与した。
知識ギャップは、HEWにとって大きな課題の1つです。
理由は、訓練は定期的に行われておらず、助産婦、婦人科医、医師が相談のためにいるわけではなく、すべてのガイドラインは紙ベースであり、簡単に損傷に晒される。
本稿では,母子ケアのためのWebベースのエキスパートシステムの設計と実装について述べる。
サハラ以南のアフリカで見られる主要な10の疾患と母性健康問題の複雑化のみを目標とした。
専門家システムは、コンピュータやスマートフォンからウェブブラウザを使ってアクセスすることができる。
前方連鎖型ルールベースのエキスパートシステムは、提案と知識ベースから新しい知識を作成するために使用される。
この専門家システムは、母親の健康の分野でヒューの訓練に使用できる。
キーワード:エキスパートシステム、母系ケア、フォワードチェーン、ルールベースエキスパートシステム、PHLIPS
関連論文リスト
- Health-LLM: Personalized Retrieval-Augmented Disease Prediction System [39.91972699991518]
本稿では,大規模特徴抽出と医療知識トレードオフスコアリングを組み合わせたHeath-LLMという革新的なフレームワークを提案する。
本システムでは,医療報告を大規模モデルに統合し,詳細なタスク情報を提供する。
第2に、専門的な医療専門知識は、健康特性の重み付けスコアを調整するために使用される。
第3に,言語モデルの分析能力を高めるために,半自動特徴抽出フレームワークを用いる。
論文 参考訳(メタデータ) (2024-02-01T16:40:32Z) - Can Generalist Foundation Models Outcompete Special-Purpose Tuning? Case
Study in Medicine [89.46836590149883]
本研究は, GPT-4の医学的課題評価における能力について, 専門訓練の欠如による先行研究に基づくものである。
イノベーションを促進することで、より深い専門能力が解放され、GPT-4が医学ベンチマークの先行結果に容易に勝っていることが分かる。
Medpromptを使用すると、GPT-4はMultiMedQAスイートのベンチマークデータセットの9つすべてに対して最先端の結果を得る。
論文 参考訳(メタデータ) (2023-11-28T03:16:12Z) - ChiMed-GPT: A Chinese Medical Large Language Model with Full Training
Regime and Better Alignment to Human Preferences [55.42521181558716]
中国医学領域向けに設計された新しいベンチマークLSMであるChiMed-GPTを提案する。
ChiMed-GPTは、コンテキスト長を4,096トークンに拡大し、事前トレーニング、SFT、RLHFを含む総合的なトレーニング体制を実行している。
情報抽出,質問応答,対話生成などの実世界のタスクの評価は,一般的なドメインLLMよりもChiMed-GPTの方が優れた性能を示している。
論文 参考訳(メタデータ) (2023-11-10T12:25:32Z) - Machine Learning Applications In Healthcare: The State Of Knowledge and
Future Directions [0.0]
本研究の目的は,医療分野のさまざまな分野におけるML応用を簡潔かつ効果的に収集することであった。
本研究は,地域レベルでの作業,リスク管理・予防ケア,医療運用管理,遠隔医療,早期発見の5つのグループに分けた。
我々の目標は、医療産業におけるML適用性について人々に知らせ、臨床医の機械学習応用に関する知識ギャップを減らし、より機械学習ベースの医療システムに医療専門家を動機付けることである。
論文 参考訳(メタデータ) (2023-07-26T09:34:34Z) - A Recommendation System to Enhance Midwives' Capacities in Low-Income
Countries [0.0]
毎日800人の女性と6700人の新生児が妊娠や出産に関連する合併症で死亡している。
母方の死のたびに、約20人の女性が重傷を負う。
これは、医療従事者の知識、信頼性、スキルを高めるためのデジタルジョブ支援および学習ツールであるSafe Delivery Appの目的である。
論文 参考訳(メタデータ) (2021-11-02T17:59:41Z) - Self-Supervised Knowledge Assimilation for Expert-Layman Text Style
Transfer [63.72621204057025]
エキスパート・レイマン・テキスト・スタイル・トランスファー技術は、科学コミュニティと一般大衆とのコミュニケーションを改善する可能性がある。
専門家が生み出す高品質な情報は、しばしば難しいジャーゴンの平民が理解するのに苦労している。
これは医療分野において特に顕著な問題であり、レイマンはしばしばオンラインの医療テキストに混同される。
論文 参考訳(メタデータ) (2021-10-06T17:57:22Z) - User Requirements and Analysis of Preeclampsia Detection done through a
Smart Bracelet [0.0]
本論文は,前立腺症検出のためのスマートブレスレットの使用に関する,年齢の異なる人を対象にした調査である。
目的は、その人気を判断し、ユーザー要求を決定することである。
論文 参考訳(メタデータ) (2021-01-29T17:23:36Z) - 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) - Early Autism Spectrum Disorders Diagnosis Using Eye-Tracking Technology [62.997667081978825]
資金不足、資格のある専門家の欠如、そして修正方法に対する信頼度の低いことが、AMDのリアルタイム診断に影響を及ぼす主要な問題である。
我々のチームは、子どもの視線活動の情報に基づいて、ALDの確率を予測するアルゴリズムを開発した。
論文 参考訳(メタデータ) (2020-08-21T20:22:55Z) - Interpretable Multi-Step Reasoning with Knowledge Extraction on Complex
Healthcare Question Answering [89.76059961309453]
HeadQAデータセットには、公衆医療専門試験で認可された複数の選択質問が含まれている。
これらの質問は、現在のQAシステムにとって最も難しいものです。
知識抽出フレームワーク(MurKe)を用いた多段階推論を提案する。
市販の事前訓練モデルを完全に活用しようと努力しています。
論文 参考訳(メタデータ) (2020-08-06T02:47:46Z) - Missed calls, Automated Calls and Health Support: Using AI to improve
maternal health outcomes by increasing program engagement [26.353309432011724]
インドでは、出産15分ごとに女性が死亡する母親の死亡件数が世界の11%を占めている。
ARMMANによる認知プログラムに登録された30万人以上の女性の匿名通話記録を分析した。
我々は、コールログと受益者の人口統計情報から短期的および長期的ドロップアウトリスクを予測するために、堅牢なディープラーニングベースのモデルを構築した。
論文 参考訳(メタデータ) (2020-06-13T08:32:41Z)
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。