論文の概要: A Dialogue-based Information Extraction System for Medical Insurance
Assessment
- arxiv url: http://arxiv.org/abs/2107.05866v1
- Date: Tue, 13 Jul 2021 06:14:08 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-14 14:38:53.987356
- Title: A Dialogue-based Information Extraction System for Medical Insurance
Assessment
- Title(参考訳): 医療保険評価のための対話型情報抽出システム
- Authors: Shuang Peng, Mengdi Zhou, Minghui Yang, Haitao Mi, Shaosheng Cao,
Zujie Wen, Teng Xu, Hongbin Wang, Lei Liu
- Abstract要約: 中国の医療保険業界では、査定官の役割は不可欠であり、請求者との会話に多大な努力を要する。
新型コロナウイルス(COVID-19)のパンデミックのため、以前のオフライン保険評価をオンラインで実施する必要がある。
医療保険評価のための高度なNLP技術を統合する対話型情報抽出システムを提案する。
- 参考スコア(独自算出の注目度): 8.681697984854397
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the Chinese medical insurance industry, the assessor's role is essential
and requires significant efforts to converse with the claimant. This is a
highly professional job that involves many parts, such as identifying personal
information, collecting related evidence, and making a final insurance report.
Due to the coronavirus (COVID-19) pandemic, the previous offline insurance
assessment has to be conducted online. However, for the junior assessor often
lacking practical experience, it is not easy to quickly handle such a complex
online procedure, yet this is important as the insurance company needs to
decide how much compensation the claimant should receive based on the
assessor's feedback. In order to promote assessors' work efficiency and speed
up the overall procedure, in this paper, we propose a dialogue-based
information extraction system that integrates advanced NLP technologies for
medical insurance assessment. With the assistance of our system, the average
time cost of the procedure is reduced from 55 minutes to 35 minutes, and the
total human resources cost is saved 30% compared with the previous offline
procedure. Until now, the system has already served thousands of online claim
cases.
- Abstract(参考訳): 中国の医療保険業界では、査定官の役割は必須であり、請求者との会話に多大な努力を要する。
これは非常に専門的な仕事であり、個人情報の特定、関連する証拠の収集、最終保険報告書の作成など、多くの部分に関わる。
新型コロナウイルス(COVID-19)パンデミックのため、以前のオフライン保険評価をオンラインで実施する必要がある。
しかし, 実践経験が乏しいジュニアアセステータにおいては, このような複雑なオンライン手続きを迅速に扱うことは容易ではないが, 保険会社は, 評価者のフィードバックに基づいて, どれだけの補償を受けるべきかを判断する必要がある。
本稿では,医療保険評価のための高度なNLP技術を統合した対話型情報抽出システムを提案する。
システムの補助により, 作業時間の平均コストを55分から35分に短縮し, 人的資源コストを従来のオフライン処理と比較して30%削減した。
これまで、このシステムは何千ものオンラインクレームケースを提供してきた。
関連論文リスト
- Enhancing Suicide Risk Assessment: A Speech-Based Automated Approach in Emergency Medicine [74.8396086718266]
救急部門における自殺リスクのある患者に対する専門的な精神医学的評価やケアへのアクセスが遅れたことは、タイムリーな介入において顕著なギャップを生じさせる。
自動自殺リスク評価のための非侵襲的音声ベースアプローチを提案する。
論文 参考訳(メタデータ) (2024-04-18T12:33:57Z) - Bespoke Large Language Models for Digital Triage Assistance in Mental Health Care [0.20971479389679337]
大規模言語モデル(LLM)は、電子的な健康記録に含まれる、構造化されていない、物語のない臨床データを処理するためのユーティリティを持つ。
2023年の毎月、370,000人から470,000人の新規紹介者が、二次的なメンタルヘルスケアサービスに移行した。
LLMをベースとした可変長臨床ERHデータのエンド・ツー・エンドの摂取に関する3つのアプローチを提案し,その評価を行った。
論文 参考訳(メタデータ) (2024-03-28T19:17:07Z) - Leveraging Large Language Models for Preliminary Security Risk Analysis: A Mission-Critical Case Study [0.0]
PSRAにおけるヒトの専門家の速度と精度は応答時間に大きく影響した。
PSRAにおける細調整モデル(FTM)の能力について先行研究は行われていない。
提案手法は,PSRAの誤りの低減,セキュリティリスク検出の迅速化,偽陽性と否定の最小化に成功している。
論文 参考訳(メタデータ) (2024-03-23T07:59:30Z) - Can GPT Improve the State of Prior Authorization via Guideline Based
Automated Question Answering? [2.4152584496597216]
我々は、GPTが多くの重要な要因を検証できるかどうかを評価し、その結果、健康計画が決定を極めて早く下すのを助ける。
我々は,従来のプロンプト技術を試行するとともに,新しいプロンプト技術を導入する。
その結果,本手法はF1平均スコアが0.61であるのに対して,標準スコアに比べて優れた性能が得られることがわかった。
論文 参考訳(メタデータ) (2024-02-28T15:39:53Z) - MedAlign: A Clinician-Generated Dataset for Instruction Following with
Electronic Medical Records [60.35217378132709]
大型言語モデル(LLM)は、人間レベルの流布で自然言語の指示に従うことができる。
医療のための現実的なテキスト生成タスクにおけるLCMの評価は依然として困難である。
我々は、EHRデータのための983の自然言語命令のベンチマークデータセットであるMedAlignを紹介する。
論文 参考訳(メタデータ) (2023-08-27T12:24:39Z) - Medical Question Understanding and Answering with Knowledge Grounding
and Semantic Self-Supervision [53.692793122749414]
本稿では,知識基盤とセマンティック・セルフスーパービジョンを備えた医療質問理解・回答システムについて紹介する。
我々のシステムは、まず、教師付き要約損失を用いて、長い医学的、ユーザによる質問を要約するパイプラインである。
システムはまず、信頼された医療知識ベースから要約されたユーザ質問とFAQとをマッチングし、対応する回答文書から一定の数の関連文を検索する。
論文 参考訳(メタデータ) (2022-09-30T08:20:32Z) - Towards Responsible Medical Diagnostics Recommendation Systems [2.728575246952532]
医療現場における責任あるレコメンデーションシステムの設計について概説する。
我々は、説明責任、安全性、公正性に特に焦点をあてて、潜在的な設計選択と基準について議論する。
論文 参考訳(メタデータ) (2022-09-08T12:13:28Z) - Adherence Forecasting for Guided Internet-Delivered Cognitive Behavioral
Therapy: A Minimally Data-Sensitive Approach [59.535699822923]
インターネット提供型心理的治療(IDPT)は、メンタルヘルスのアクセシビリティを向上させるための効果的でスケーラブルな経路であると考えられている。
本研究は,最小限の敏感なログイン/ログアウトデータに依存しながら,自動アドバンス予測を行うディープラーニングアプローチを提案する。
提案されたセルフアテンションネットワークは、治療期間の1/3が経過した時点で、平均的バランスの正確さを70%以上達成した。
論文 参考訳(メタデータ) (2022-01-11T13:55:57Z) - Auto Response Generation in Online Medical Chat Services [0.0]
医師が相談要求に効率的に反応できるスマートな自動応答生成機構を開発した。
9ヶ月にわたって収集された医師と患者の匿名、歴史的なオンラインメッセージ9万件を探索する。
論文 参考訳(メタデータ) (2021-04-26T17:45:10Z) - Reinforcement Learning with Efficient Active Feature Acquisition [59.91808801541007]
実生活では、情報取得は患者の医療検査に該当する可能性がある。
本稿では,アクティブな特徴獲得ポリシーを学習するモデルに基づく強化学習フレームワークを提案する。
この成功の鍵は、部分的に観察された状態から高品質な表現を学ぶ新しい逐次変分自動エンコーダである。
論文 参考訳(メタデータ) (2020-11-02T08:46:27Z) - Opportunities of a Machine Learning-based Decision Support System for
Stroke Rehabilitation Assessment [64.52563354823711]
リハビリテーションアセスメントは、患者の適切な介入を決定するために重要である。
現在の評価の実践は、主にセラピストの経験に依存しており、セラピストの可用性が限られているため、アセスメントは頻繁に実施される。
我々は、強化学習を用いて評価の健全な特徴を識別できるインテリジェントな意思決定支援システムを開発した。
論文 参考訳(メタデータ) (2020-02-27T17:04:07Z)
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。