論文の概要: Towards Integrative Multi-Modal Personal Health Navigation Systems:
Framework and Application
- arxiv url: http://arxiv.org/abs/2111.10403v1
- Date: Tue, 16 Nov 2021 09:34:54 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-28 18:12:51.390524
- Title: Towards Integrative Multi-Modal Personal Health Navigation Systems:
Framework and Application
- Title（参考訳）: 統合型マルチモーダルパーソナルヘルスナビゲーションシステムに向けて:枠組みと応用
- Authors: Nitish Nag, Hyungik Oh, Mengfan Tang, Mingshu Shi, Ramesh Jain
- Abstract要約: 一般化されたPersonal Health Navigation (PHN) フレームワークを提案する。
PHNは個人を、データストリームを永久に消化するシステムを通じて、個人の健康目標に向かっている。
我々は、心臓科領域における2つの実験でPHNシステムをテストする。
- 参考スコア（独自算出の注目度）: 3.9021888281943173
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: It is well understood that an individual's health trajectory is influenced by
choices made in each moment, such as from lifestyle or medical decisions. With
the advent of modern sensing technologies, individuals have more data and
information about themselves than any other time in history. How can we use
this data to make the best decisions to keep the health state optimal? We
propose a generalized Personal Health Navigation (PHN) framework. PHN takes
individuals towards their personal health goals through a system which
perpetually digests data streams, estimates current health status, computes the
best route through intermediate states utilizing personal models, and guides
the best inputs that carry a user towards their goal.
In addition to describing the general framework, we test the PHN system in
two experiments within the field of cardiology. First, we prospectively test a
knowledge-infused cardiovascular PHN system with a pilot clinical trial of 41
users. Second, we build a data-driven personalized model on cardiovascular
exercise response variability on a smartwatch data-set of 33,269 real-world
users. We conclude with critical challenges in health computing for PHN systems
that require deep future investigation.
- Abstract（参考訳）: 個人の健康軌道は、生活習慣や医学的決定など、各瞬間における選択に影響されていることがよく理解されている。
近代的なセンシング技術の出現により、個人は歴史上のどの時代よりも多くのデータと情報を持っている。
このデータを使って、健康状態を最適に保つ最善の判断を下すにはどうすればよいのか?
一般化されたPersonal Health Navigation (PHN) フレームワークを提案する。
phnは個人を、データストリームを永続的に消化し、現在の健康状態を推定し、個人モデルを利用して中間状態を通る最善の経路を計算し、ユーザを目標に向かって導くシステムを通じて、個人の健康目標に向かって導く。
一般のフレームワークを説明することに加えて、心臓科領域における2つの実験でPHNシステムをテストする。
まず,41名の患者を対象に,知識注入型心血管内PHNシステムの試験を行った。
第2に、実際のユーザ33,269人のスマートウォッチデータセット上で、心臓血管運動応答変動に関するデータ駆動パーソナライズされたモデルを構築した。
我々は、将来的な調査を必要とするPHNシステムのヘルスコンピューティングにおける重要な課題を結論付けている。
関連論文リスト
- Clairvoyance: A Pipeline Toolkit for Medical Time Series [95.22483029602921]
時系列学習は、データ駆動の*クリニカルな意思決定支援のパンとバターである*
Clairvoyanceは、ソフトウェアツールキットとして機能する、統合されたエンドツーエンドのオートMLフレンドリなパイプラインを提案する。
Clairvoyanceは、臨床時系列MLのための包括的で自動化可能なパイプラインの生存可能性を示す最初のものである。
論文 参考訳（メタデータ） (2023-10-28T12:08:03Z) - Causal thinking for decision making on Electronic Health Records: why
and how [0.0]
データ駆動決定には因果思考が必要である。
実生活の患者記録から有効な意思決定を支援するための,ステップバイステップのフレームワークを提案する。
論文 参考訳（メタデータ） (2023-08-03T08:17:00Z) - Practical Challenges in Differentially-Private Federated Survival
Analysis of Medical Data [57.19441629270029]
本稿では,ニューラルネットワークの本質的特性を活用し,生存分析モデルの訓練過程を関連づける。
小さな医療データセットと少数のデータセンターの現実的な設定では、このノイズはモデルを収束させるのが難しくなります。
DPFed-post は,私的フェデレート学習方式に後処理の段階を追加する。
論文 参考訳（メタデータ） (2022-02-08T10:03:24Z) - The Medkit-Learn(ing) Environment: Medical Decision Modelling through
Simulation [81.72197368690031]
医用シーケンシャルな意思決定に特化して設計された新しいベンチマークスイートを提案する。
Medkit-Learn(ing) Environmentは、高忠実度合成医療データに簡単かつ簡単にアクセスできるPythonパッケージである。
論文 参考訳（メタデータ） (2021-06-08T10:38:09Z) - MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。
我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
論文 参考訳（メタデータ） (2020-11-17T15:18:38Z) - BiteNet: Bidirectional Temporal Encoder Network to Predict Medical
Outcomes [53.163089893876645]
本稿では,患者の医療旅行におけるコンテキスト依存と時間的関係を捉える,新たな自己注意機構を提案する。
エンド・ツー・エンドの双方向時間エンコーダネットワーク(BiteNet)が患者の旅路の表現を学習する。
実世界のEHRデータセットを用いた2つの教師付き予測と2つの教師なしクラスタリングタスクにおける手法の有効性を評価した。
論文 参考訳（メタデータ） (2020-09-24T00:42:36Z) - 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) - Improving information retrieval from electronic health records using
dynamic and multi-collaborative filtering [2.099922236065961]
ほとんどの医師は、医療技術システムで患者の情報をレビューする際に、情報の過負荷に悩まされる。
本稿では,電子カルテからの情報検索を改善するために,ハイブリッド・ダイナミック・マルチコラボレーティブ・フィルタリング手法を提案する。
論文 参考訳（メタデータ） (2020-08-12T15:46:33Z) - Digital personal health libraries: a systematic literature review [15.392783869176778]
本稿では,デジタル・パーソナル・ヘルス・ライブラリ(PHL)の開発に関する最近の文献について述べる。
多様な臨床専門分野における消費者健康情報学の潜在的な応用に関する洞察を提供する。
論文 参考訳（メタデータ） (2020-06-21T01:11:38Z) - Self-Attention Enhanced Patient Journey Understanding in Healthcare
System [43.11457142941327]
MusaNetは、長い活動の連続である患者旅行の表現を学ぶように設計されている。
MusaNetは、EHRから派生したトレーニングデータを使用して、エンドツーエンドでトレーニングされる。
提案したMusaNetは最先端のベースライン法よりも高品質な表現を実現している。
論文 参考訳（メタデータ） (2020-06-15T10:32:36Z) - Health State Estimation [2.463876252896007]
論文は、個人モデルを構築し、個人の健康状態を動的に推定するアプローチを提示します。
システムは4つの重要な抽象要素から縫合される。
実験では、個々の心臓血管の健康状態を監視するために、高密度で均一な現実世界のデータを使用することが示されている。
論文 参考訳（メタデータ） (2020-03-16T21:06:32Z)
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。