論文の概要: Using Deep Learning to Identify Patients with Cognitive Impairment in Electronic Health Records

• arxiv url: http://arxiv.org/abs/2111.09115v1
• Date: Sat, 13 Nov 2021 01:44:10 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-19 03:55:23.272903
• Title: Using Deep Learning to Identify Patients with Cognitive Impairment in Electronic Health Records
• Title（参考訳）: 深層学習を用いた電子健康記録における認知障害の同定
• Authors: Tanish Tyagi (1), Colin G. Magdamo (1), Ayush Noori (1), Zhaozhi Li (1), Xiao Liu (1), Mayuresh Deodhar (1), Zhuoqiao Hong (1), Wendong Ge (1), Elissa M. Ye (1), Yi-han Sheu (1), Haitham Alabsi (1), Laura Brenner (1), Gregory K. Robbins (1), Sahar Zafar (1), Nicole Benson (1), Lidia Moura (1), John Hsu (1), Alberto Serrano-Pozo (1), Dimitry Prokopenko (1 and 2), Rudolph E. Tanzi (1 and 2), Bradley T.Hyman (1), Deborah Blacker (1), Shibani S. Mukerji (1), M. Brandon Westover (1), Sudeshna Das (1) ((1) Massachusetts General Hospital, Boston, MA, (2) McCance Center for Brain Health, Boston, MA)
• Abstract要約: 認知症に苦しむ患者は4人に1人しかいない。 認知症は医療専門家によって診断されていない。 ディープラーニングNLPは、認知症に関連するICDコードや薬品なしで認知症患者を識別できる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Dementia is a neurodegenerative disorder that causes cognitive decline and affects more than 50 million people worldwide. Dementia is under-diagnosed by healthcare professionals - only one in four people who suffer from dementia are diagnosed. Even when a diagnosis is made, it may not be entered as a structured International Classification of Diseases (ICD) diagnosis code in a patient's charts. Information relevant to cognitive impairment (CI) is often found within electronic health records (EHR), but manual review of clinician notes by experts is both time consuming and often prone to errors. Automated mining of these notes presents an opportunity to label patients with cognitive impairment in EHR data. We developed natural language processing (NLP) tools to identify patients with cognitive impairment and demonstrate that linguistic context enhances performance for the cognitive impairment classification task. We fine-tuned our attention based deep learning model, which can learn from complex language structures, and substantially improved accuracy (0.93) relative to a baseline NLP model (0.84). Further, we show that deep learning NLP can successfully identify dementia patients without dementia-related ICD codes or medications.
• Abstract（参考訳）: 認知症は認知低下を引き起こす神経変性疾患であり、世界中で5000万人以上の人々に影響を及ぼす。 認知症は医療専門家によって過小診断されており、認知症に苦しむ人は4人に1人しか診断されない。 診断が下された場合でも、患者のチャートに構造化された国際疾患分類(ICD)診断コードとして入力されない場合がある。 認知障害(CI)に関連する情報は、電子健康記録(EHR)にしばしば見られるが、専門家による臨床記録のマニュアルレビューは、時間がかかり、しばしばエラーが生じる。 これらのメモの自動マイニングは、認知障害のある患者をEHRデータにラベル付けする機会を与える。 我々は,認知障害患者を識別する自然言語処理(NLP)ツールを開発し,言語コンテキストが認知障害分類タスクのパフォーマンスを向上させることを実証した。 複雑な言語構造から学習可能な注目に基づくディープラーニングモデルを微調整し,ベースラインNLPモデル(0.84)と比較して精度(0.93)を大幅に向上した。 さらに, ディープラーニングNLPは認知症関連ICDコードや薬剤を使わずに認知症患者を識別できることを示した。

関連論文リスト

• Large Language Model-based FMRI Encoding of Language Functions for Subjects with Neurocognitive Disorder [53.575426835313536]
  LLMを用いたfMRIエンコーディングと脳のスコアを用いた高齢者の言語関連機能変化について検討する。 脳のスコアと認知スコアの相関関係を脳全体のROIと言語関連ROIの両方で分析した。 以上の結果から,認知能力の向上は,中側頭回に有意な相関がみられた。
  論文  参考訳（メタデータ） (2024-07-15T01:09:08Z)
• Empowering Psychotherapy with Large Language Models: Cognitive Distortion Detection through Diagnosis of Thought Prompting [82.64015366154884]
  本研究では,認知的歪み検出の課題について検討し,思考の早期発見(DoT)を提案する。 DoTは、事実と思考を分離するための主観的評価、思考と矛盾する推論プロセスを引き出すための対照的な推論、認知スキーマを要約するスキーマ分析という3つの段階を通して、患者のスピーチの診断を行う。 実験により、DoTは認知的歪み検出のためのChatGPTよりも大幅に改善され、一方で人間の専門家が承認した高品質な合理性を生成することが示された。
  論文  参考訳（メタデータ） (2023-10-11T02:47:21Z)
• Deep learning reveals the common spectrum underlying multiple brain disorders in youth and elders from brain functional networks [53.257804915263165]
  ヒトの初期および後期の脳障害は、脳機能における病理学的変化を共有する可能性がある。 病理的共通性に関する神経画像データによる重要な証拠はいまだ発見されていない。 多地点機能磁気共鳴画像データを用いたディープラーニングモデルを構築し、健康的な制御から5つの異なる脳障害を分類する。
  論文  参考訳（メタデータ） (2023-02-23T09:22:05Z)
• GDPR Compliant Collection of Therapist-Patient-Dialogues [48.091760741427656]
  我々は、欧州連合の一般データプライバシ規則の下で、精神医学クリニックでセラピストと患者との対話の収集を始める際に直面した課題について詳しく述べる。 本稿では、手順の各ステップの概要を述べ、この分野でのさらなる研究を動機付ける潜在的な落とし穴を指摘した。
  論文  参考訳（メタデータ） (2022-11-22T15:51:10Z)
• DR.BENCH: Diagnostic Reasoning Benchmark for Clinical Natural Language Processing [5.022185333260402]
  診断推論ベンチマーク(DR.BENCH)は臨床診断推論能力を持つcNLPモデルの開発と評価のための新しいベンチマークである。 DR.BENCHは、訓練済みの言語モデルを評価するための自然言語生成フレームワークとして設計された最初の臨床スイートである。
  論文  参考訳（メタデータ） (2022-09-29T16:05:53Z)
• NeuraHealthNLP: An Automated Screening Pipeline to Detect Undiagnosed Cognitive Impairment in Electronic Health Records with Deep Learning and Natural Language Processing [0.0]
  認知症の症例の75%は世界中で診断されず、低所得国と中所得国で90%に達する。 現在の診断方法は非常に複雑で、医療ノートのマニュアルレビュー、多くの認知検査、高価な脳スキャン、脊髄液検査などが含まれる。 このプロジェクトでは、HRの未検出認知症をスケーラブルかつ高速に発見するための、最先端の自動スクリーニングパイプラインを開発する。
  論文  参考訳（メタデータ） (2022-01-12T06:19:14Z)
• NUVA: A Naming Utterance Verifier for Aphasia Treatment [49.114436579008476]
  失語症(PWA)患者の治療介入に対する反応の診断とモニタリングの両立のための画像命名タスクを用いた音声性能評価 本稿では,失語症脳卒中患者の「正しい」と「正しくない」を分類する深層学習要素を組み込んだ発話検証システムであるNUVAについて述べる。 イギリス系英語8ヶ国語でのテストでは、システムの性能精度は83.6%から93.6%の範囲であり、10倍のクロスバリデーション平均は89.5%であった。
  論文  参考訳（メタデータ） (2021-02-10T13:00:29Z)
• Predicting Early Indicators of Cognitive Decline from Verbal Utterances [2.387625146176821]
  認知症 (Dementia) は、記憶障害、コミュニケーション障害、思考過程を引き起こす、不可逆的、慢性的、進歩的な神経変性疾患のグループである。 神経心理学試験における発話の言語的特徴を用いて,高齢者コントロールグループ,MCI,アルツハイマー病(AD)とADの鑑別が可能かを検討した。 以上の結果から, 高齢者の言語発話, MCI, AD, ADの区別が, 文脈的, 心理言語学的特徴の組合せによって改善されることが示唆された。
  論文  参考訳（メタデータ） (2020-11-19T02:24:11Z)
• Natural Language Processing to Detect Cognitive Concerns in Electronic Health Records Using Deep Learning [0.970914263240787]
  認知症はコミュニティでは認識が低く、医療専門家では診断が低く、クレームデータではコード化されていない。 認知機能障害に関する情報は、医療記録の未構造化の診療ノートにしばしば見られるが、専門家による手作業によるレビューは時間がかかり、しばしばエラーを起こしやすい。 電子カルテにおける認知的関心を持つ患者を識別するために,自然言語処理アルゴリズムを適用した。
  論文  参考訳（メタデータ） (2020-11-12T16:59:56Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)
• Identification of Dementia Using Audio Biomarkers [15.740689461116762]
  本研究の目的は、認知症のステージを自動的に識別するために、音声処理と機械学習技術を使用することである。 非言語的音響パラメータはこの目的のために使われ、言語に依存しないアプローチとなっている。 我々は, スペクトル, 時間, ケプストラム等の音響特性の寄与と, 認知症ステージの同定への選択について分析した。
  論文  参考訳（メタデータ） (2020-02-27T13:54:00Z)

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。