論文の概要: Automated Drug-Related Information Extraction from French Clinical Documents: ReLyfe Approach

• arxiv url: http://arxiv.org/abs/2112.11439v1
• Date: Mon, 29 Nov 2021 22:11:23 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-26 13:18:09.614852
• Title: Automated Drug-Related Information Extraction from French Clinical Documents: ReLyfe Approach
• Title（参考訳）: フランス臨床文書からの薬物関連情報の自動抽出 - relyfeアプローチ-
• Authors: Azzam Alwan, Maayane Attias, Larry Rubin, Adnan El Bakri
• Abstract要約: 本稿では,フランスの臨床検査資料から薬物関連情報を抽出する手法を提案する。 これはルールベースのフェーズとディープラーニングアプローチを組み合わせたものです。
• 参考スコア（独自算出の注目度）: 0.4588028371034407
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Structuring medical data in France remains a challenge mainly because of the lack of medical data due to privacy concerns and the lack of methods and approaches on processing the French language. One of these challenges is structuring drug-related information in French clinical documents. To our knowledge, over the last decade, there are less than five relevant papers that study French prescriptions. This paper proposes a new approach for extracting drug-related information from French clinical scanned documents while preserving patients' privacy. In addition, we deployed our method in a health data management platform where it is used to structure drug medical data and help patients organize their drug schedules. It can be implemented on any web or mobile platform. This work closes the gap between theoretical and practical work by creating an application adapted to real production problems. It is a combination of a rule-based phase and a Deep Learning approach. Finally, numerical results show the outperformance and relevance of the proposed methodology.
• Abstract（参考訳）: フランスにおける医療データの構造化は、プライバシー上の懸念による医療データの欠如と、フランス語の処理方法やアプローチの欠如が主な原因である。 これらの課題の1つは、フランスの臨床文書における薬物関連情報の構造化である。 私たちの知る限り、過去10年間、フランスの処方薬を研究する関連論文は5つ以下しかありません。 本稿では, 患者のプライバシーを保ちつつ, フランスの臨床検査文書から薬物関連情報を抽出する新しい手法を提案する。 また,本手法を健康データ管理プラットフォームに導入し,薬物の医療データを構造化し,患者が薬のスケジュールを整理するのを助ける。 あらゆるWebプラットフォームやモバイルプラットフォームで実装できる。 この作業は、実際のプロダクション問題に適応したアプリケーションを作成することによって、理論と実践のギャップを埋める。 これはルールベースのフェーズとディープラーニングアプローチを組み合わせたものです。 最後に,提案手法の有効性と性能を示す数値計算を行った。

関連論文リスト

• Large Language Model Distilling Medication Recommendation Model [61.89754499292561]
  大規模言語モデル(LLM)の強力な意味理解と入力非依存特性を利用する。 本研究は, LLMを用いて既存の薬剤推奨手法を変換することを目的としている。 これを軽減するため,LLMの習熟度をよりコンパクトなモデルに伝達する機能レベルの知識蒸留技術を開発した。
  論文  参考訳（メタデータ） (2024-02-05T08:25:22Z)
• Impact of translation on biomedical information extraction from real-life clinical notes [0.7227232362460347]
  本稿では,フランス語モデルを含む手法と,英語モデルを含む手法の2つを比較した。 アルゴリズムのすべてのステップ(NER、正規化、翻訳)を評価するために、フランス語、英語、バイリンガルの注釈付きデータセットを使用しました。 最近の翻訳モデルの改善にもかかわらず、フランス語のネイティブな手法に有利な2つのアプローチの間には大きな性能差がある。
  論文  参考訳（メタデータ） (2023-06-03T07:48:00Z)
• Development and validation of a natural language processing algorithm to pseudonymize documents in the context of a clinical data warehouse [53.797797404164946]
  この研究は、この領域でツールやリソースを共有する際に直面する困難を浮き彫りにしている。 臨床文献のコーパスを12種類に分類した。 私たちは、ディープラーニングモデルと手動ルールの結果をマージして、ハイブリッドシステムを構築します。
  論文  参考訳（メタデータ） (2023-03-23T17:17:46Z)
• Retrieval-Augmented and Knowledge-Grounded Language Models for Faithful Clinical Medicine [68.7814360102644]
  本稿では,Re$3$Writer法を提案する。 本手法が患者の退院指示生成に有効であることを示す。
  論文  参考訳（メタデータ） (2022-10-23T16:34:39Z)
• De-Identification of French Unstructured Clinical Notes for Machine Learning Tasks [0.0]
  本稿では,フランス語の医療文書を包括的に同定する手法を提案する。 このアプローチは、フランスの公立病院のフランス語医療データセットで評価されている。
  論文  参考訳（メタデータ） (2022-09-16T13:00:47Z)
• Deep learning for drug repurposing: methods, databases, and applications [54.08583498324774]
  新しい治療法のために既存の薬物を再利用することは、実験コストの低減で薬物開発を加速する魅力的な解決策である。 本稿では,薬物再資源化のための深層学習手法とツールの活用に関するガイドラインを紹介する。
  論文  参考訳（メタデータ） (2022-02-08T09:42:08Z)
• Towards more patient friendly clinical notes through language models and ontologies [57.51898902864543]
  本稿では,単語の単純化と言語モデリングに基づく医療用テキストの自動作成手法を提案する。 我々は,公開医療文のデータセットペアと,臨床医による簡易化版を用いている。 本手法は,医学フォーラムデータに基づく言語モデルを用いて,文法と本来の意味の両方を保存しながら,より単純な文を生成する。
  論文  参考訳（メタデータ） (2021-12-23T16:11:19Z)
• An Analysis of a BERT Deep Learning Strategy on a Technology Assisted Review Task [91.3755431537592]
  文書検診はEvidenced Based Medicineにおける中心的な課題である。 本稿では,BERT や PubMedBERT を組み込んだ DL 文書分類手法と DL 類似性検索経路を提案する。 2017年と2018年のCLEF eHealth コレクションにおいて,私の DL 戦略の検索の有効性を検証し,評価した。
  論文  参考訳（メタデータ） (2021-04-16T19:45:27Z)
• When deep learning meets causal inference: a computational framework for drug repurposing from real-world data [12.68717103979673]
  既存の薬物精製法は、ヒトに適用した場合に翻訳上の問題が存在する可能性がある。 薬物再資源化のための複数の候補の生成と試験を行うための,効率的かつ簡便なフレームワークを提案する。 本研究の枠組みは, 冠動脈疾患(CAD)の症例研究において, 55の薬剤候補が各種疾患の予後に及ぼす影響を評価することで実証する。
  論文  参考訳（メタデータ） (2020-07-16T21:30:56Z)
• Comparing Rule-based, Feature-based and Deep Neural Methods for De-identification of Dutch Medical Records [4.339510167603376]
  オランダの医療機関9施設と3つのドメインのデータをサンプリングし,1260人の医療記録からなる多様なデータセットを構築した。 言語とドメイン間での3つの非識別手法の一般化性をテストする。
  論文  参考訳（メタデータ） (2020-01-16T09:42:29Z)

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。