Fugu-MT 論文翻訳(概要): Doctor XAvIer: Explainable Diagnosis using Physician-Patient Dialogues and XAI Evaluation

論文の概要: Doctor XAvIer: Explainable Diagnosis using Physician-Patient Dialogues and XAI Evaluation

arxiv url: http://arxiv.org/abs/2204.10178v1
Date: Mon, 11 Apr 2022 18:38:22 GMT
ステータス: 処理完了
システム内更新日: 2022-04-24 15:28:30.144025
Title: Doctor XAvIer: Explainable Diagnosis using Physician-Patient Dialogues and XAI Evaluation
Title（参考訳）: 医師と患者との対話による説明可能な診断とxai評価
Authors: Hillary Ngai, Frank Rudzicz
Abstract要約: 本稿では,BERTをベースとした診断システムであるDr. XAvIerを紹介する。特徴属性降下法(FAD)曲線とその正規化領域(N-AUC)に関する新しい性能プロットと評価指標を提案する。ドクターXAvIerは、名前付きエンティティ認識と症状関連分類において0.97F1スコアでベースラインを上回っている。
参考スコア（独自算出の注目度）: 16.7345472998388
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We introduce Doctor XAvIer, a BERT-based diagnostic system that extracts relevant clinical data from transcribed patient-doctor dialogues and explains predictions using feature attribution methods. We present a novel performance plot and evaluation metric for feature attribution methods: Feature Attribution Dropping (FAD) curve and its Normalized Area Under the Curve (N-AUC). FAD curve analysis shows that integrated gradients outperforms Shapley values in explaining diagnosis classification. Doctor XAvIer outperforms the baseline with 0.97 F1-score in named entity recognition and symptom pertinence classification and 0.91 F1-score in diagnosis classification.
Abstract（参考訳）: 今回我々は,書き起こされた患者と医師の対話から関連する臨床データを抽出するbertベースの診断システムであるdoctor xavierを紹介し,特徴帰属法を用いて予測を説明する。本稿では,特徴属性降下(FAD)曲線とその正規化領域(N-AUC)について,特徴帰属法の性能プロットと評価基準を提案する。 FAD曲線解析は、診断分類の説明において、積分勾配がシェープリー値より優れていることを示している。医師のXAvIerは、名前付きエンティティ認識と症状関連分類で0.97F1スコア、診断分類で0.91F1スコアでベースラインを上回っている。

関連論文リスト

Evaluation of Popular XAI Applied to Clinical Prediction Models: Can They be Trusted? [2.0089256058364358]
透明性と説明可能性の欠如は、機械学習(ML)アルゴリズムの臨床的採用を妨げる。本研究は、医療現場における予測モデルの説明に使用される2つの一般的なXAI手法を評価する。
論文参考訳（メタデータ） (2023-06-21T02:29:30Z)
Xplainer: From X-Ray Observations to Explainable Zero-Shot Diagnosis [36.45569352490318]
臨床現場でのゼロショット診断のためのフレームワークであるXplainerを紹介した。 Xplainerは、コントラッシブ・ビジョン言語モデルの分類・記述アプローチをマルチラベル診断タスクに適用する。我々の結果は、Xplainerが意思決定プロセスをより詳細に理解していることを示唆している。
論文参考訳（メタデータ） (2023-03-23T16:07:31Z)
Learning to diagnose cirrhosis from radiological and histological labels with joint self and weakly-supervised pretraining strategies [62.840338941861134]
そこで本稿では, 放射線学者が注釈付けした大規模データセットからの転写学習を活用して, 小さい付加データセットで利用できる組織学的スコアを予測することを提案する。我々は,肝硬変の予測を改善するために,異なる事前訓練法,すなわち弱い指導法と自己指導法を比較した。この方法は、METAVIRスコアのベースライン分類を上回り、AUCが0.84、バランスの取れた精度が0.75に達する。
論文参考訳（メタデータ） (2023-02-16T17:06:23Z)
Analysis of a Deep Learning Model for 12-Lead ECG Classification Reveals Learned Features Similar to Diagnostic Criteria [1.055404869921767]
12誘導心電図分類のための訓練済みディープニューラルネットワーク(DNN)に属性法を適用した。我々は、公開データセットからデータを分類し、帰属法は、分類された各信号のサンプルに「関連スコア」を割り当てる。
論文参考訳（メタデータ） (2022-11-03T12:07:00Z)
This Patient Looks Like That Patient: Prototypical Networks for Interpretable Diagnosis Prediction from Clinical Text [56.32427751440426]
臨床実践においては、そのようなモデルは正確であるだけでなく、医師に解釈可能で有益な結果を与える必要がある。本稿では,プロトタイプネットワークに基づく新しい手法であるProtoPatientを紹介する。利用可能な2つの臨床データセット上でモデルを評価し、既存のベースラインよりも優れていることを示す。
論文参考訳（メタデータ） (2022-10-16T10:12:07Z)
Trustworthy Visual Analytics in Clinical Gait Analysis: A Case Study for Patients with Cerebral Palsy [43.55994393060723]
gaitXplorerは、CP関連歩行パターンの分類のための視覚分析手法である。 Grad-CAMは、機械学習の分類の説明のために、よく確立された説明可能な人工知能アルゴリズムである。
論文参考訳（メタデータ） (2022-08-10T09:21:28Z)
A Multimodal Transformer: Fusing Clinical Notes with Structured EHR Data for Interpretable In-Hospital Mortality Prediction [8.625186194860696]
臨床ノートと構造化HRデータを融合し,院内死亡率の予測に役立てる新しいマルチモーダルトランスフォーマーを提案する。そこで本研究では,臨床ノートにおいて重要な単語を選択するための統合的勾配(IG)手法を提案する。また,臨床 BERT における領域適応型事前訓練とタスク適応型微調整の重要性についても検討した。
論文参考訳（メタデータ） (2022-08-09T03:49:52Z)
BI-RADS-Net: An Explainable Multitask Learning Approach for Cancer Diagnosis in Breast Ultrasound Images [69.41441138140895]
本稿では,乳房超音波画像における癌検出のための新しい深層学習手法であるBI-RADS-Netを紹介する。提案手法は, 臨床診断に関連する特徴表現を学習することにより, 乳腺腫瘍の説明と分類を行うタスクを取り入れたものである。臨床医が医療現場で診断・報告するために使用する形態学的特徴の観点から予測(良性または悪性)の説明が提供される。
論文参考訳（メタデータ） (2021-10-05T19:14:46Z)
Variational Knowledge Distillation for Disease Classification in Chest X-Rays [102.04931207504173]
我々は,X線に基づく疾患分類のための新しい確率的推論フレームワークである反復的知識蒸留(VKD)を提案する。提案手法の有効性を,X線画像とEHRを用いた3つの公開ベンチマークデータセットに示す。
論文参考訳（メタデータ） (2021-03-19T14:13:56Z)
Inheritance-guided Hierarchical Assignment for Clinical Automatic Diagnosis [50.15205065710629]
臨床診断は、臨床ノートに基づいて患者に診断符号を割り当てることを目的としており、臨床意思決定において重要な役割を担っている。本稿では,臨床自動診断のための継承誘導階層と共起グラフの伝播を組み合わせた新しい枠組みを提案する。
論文参考訳（メタデータ） (2021-01-27T13:16:51Z)
Semi-supervised Medical Image Classification with Relation-driven Self-ensembling Model [71.80319052891817]
医用画像分類のための関係駆動型半教師付きフレームワークを提案する。これは、摂動下で与えられた入力の予測一貫性を促進することでラベルのないデータを利用する。本手法は,シングルラベルおよびマルチラベル画像分類のシナリオにおいて,最先端の半教師付き学習手法よりも優れる。
論文参考訳（メタデータ） (2020-05-15T06:57:54Z)

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。