論文の概要: Developing patient-driven artificial intelligence based on personal rankings of care decision making steps

• arxiv url: http://arxiv.org/abs/2205.07881v1
• Date: Sun, 15 May 2022 15:45:58 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-18 14:17:35.286683
• Title: Developing patient-driven artificial intelligence based on personal rankings of care decision making steps
• Title（参考訳）: ケア意思決定ステップの個人ランキングに基づく患者主導型人工知能の開発
• Authors: Lauri Lahti (1) ((1) Department of Computer Science, Aalto University School of Science, Finland)
• Abstract要約: 縦断的横断3段階研究は,医療状況に関する437の表現を自己評価した。 後の格付けの順序変更の頻度は、様々な解釈タスクエンティティに関して、より早く与えられた格付けに依存していた。 本研究は,患者のケアニーズに対処する人工知能ソリューションの構築を支援する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose and experimentally motivate a new methodology to support decision-making processes in healthcare with artificial intelligence based on personal rankings of care decision making steps that can be identified with our methodology, questionnaire data and its statistical patterns. Our longitudinal quantitative cross-sectional three-stage study gathered self-ratings for 437 expression statements concerning healthcare situations on Likert scales in respect to "the need for help", "the advancement of health", "the hopefulness", "the indication of compassion" and "the health condition", and 45 answers about the person's demographics, health and wellbeing, also the duration of giving answers. Online respondents between 1 June 2020 and 29 June 2021 were recruited from Finnish patient and disabled people's organizations, other health-related organizations and professionals, and educational institutions (n=1075). With Kruskal-Wallis test, Wilcoxon rank-sum test (i.e., Mann-Whitney U test), Wilcoxon rank-sum pairwise test, Welch's t test and one-way analysis of variance (ANOVA) between groups test we identified statistically significant differences of ratings and their durations for each expression statement in respect to respondent groupings based on the answer values of each background question. Frequencies of the later reordering of rating rankings showed dependencies with ratings given earlier in respect to various interpretation task entities, interpretation dimensions and respondent groupings. Our methodology, questionnaire data and its statistical patterns enable analyzing with self-rated expression statements the representations of decision making steps in healthcare situations and their chaining, agglomeration and branching in knowledge entities of personalized care paths. Our results support building artificial intelligence solutions to address the patient's needs concerning care.
• Abstract（参考訳）: 我々は,我々の方法論やアンケートデータ,統計パターンと同一視できるケア意思決定手順の個人的ランキングに基づいて,人工知能による医療における意思決定プロセスを支援する新しい方法論を提案し,実験的に動機づける。 縦断的定量的横断的3段階研究は,「援助の必要性」,「健康の進歩」,「希望」,「思いやりの適応」,「健康状態」の437項目の自己評価を収集し,その回答期間について45の回答を得た。 2020年6月1日から2021年6月29日までのオンライン回答はフィンランドの患者や障害者団体、その他の健康関連組織や専門家、教育機関から募集された(n=1075)。 kruskal-wallis test, wilcoxon rank-sum test (すなわちmann-whitney u test), wilcoxon rank-sum pairwise test, welch's t test, one-way analysis of variance (anova) では,各質問の回答値に基づいて,各表現文における評価値とその継続期間の統計的に有意な差異を識別した。 評価順位の後の再順序付けの頻度は、様々な解釈タスクエンティティ、解釈次元、応答的グループ化に関して、以前に与えられた格付けとの依存関係を示した。 本手法,アンケートデータ及びその統計パターンは,医療状況における意思決定ステップの表現と,パーソナライズされたケアパスの知識エンティティの連鎖,集約,分岐といった自己評価表現を用いた分析を可能にする。 本研究は,患者のケアニーズに対処する人工知能ソリューションの構築を支援する。

関連論文リスト

• Generating medical screening questionnaires through analysis of social media data [1.360022695699485]
  ソーシャルメディア投稿から,所定の医療状況に対するスクリーニングアンケート作成の可能性について,予備調査を行った。 我々はRedditの数百人のユーザーのデータを用いて,3つの条件に対するアンケートを作成する。 以上の結果から,少なくとも部分的には,アンケート生成のプロセスが自動化可能であることが示唆された。
  論文  参考訳（メタデータ） (2024-11-17T11:57:18Z)
• Predictive and Prescriptive Analytics for Multi-Site Modeling of Frail and Elderly Patient Services [0.0]
  本研究の目的は、需要が増大している医療分野における、様々な予測的、規範的分析手法が、運用上の課題にどのように貢献するかを評価することである。 規範的な面では、ベッドや病棟のスタッフを最適に計画する方法を決定するための決定論的プログラムと2段階プログラムが開発されている。 我々の研究は、医療管理者が予測モデルと規範モデルを使ってより情報的な意思決定を行うことを検討すべきであることを明らかにしている。
  論文  参考訳（メタデータ） (2023-11-13T12:25:45Z)
• Unbiased Pain Assessment through Wearables and EHR Data: Multi-attribute Fairness Loss-based CNN Approach [3.799109312082668]
  本稿では,MAFL(Multi-Atribute Fairness Loss)に基づくCNNモデルを提案する。 提案手法と既存の緩和手順を比較し, 実装されたモデルが最先端の手法と対照的に良好に機能することを明らかにする。
  論文  参考訳（メタデータ） (2023-07-03T09:21:36Z)
• Human Evaluation and Correlation with Automatic Metrics in Consultation Note Generation [56.25869366777579]
  近年,機械学習モデルによる臨床相談ノートの作成が急速に進んでいる。 5人の臨床医が57件のモック・コンサルテーションを聴き、自作のノートを書き、自動的に生成されたノートを編集し、全てのエラーを抽出する、広範囲にわたる人的評価研究を行った。 単純な文字ベースのLevenshtein距離測定は、BertScoreのような一般的なモデルベースの測定値に比較して、同等に動作します。
  論文  参考訳（メタデータ） (2022-04-01T14:04:16Z)
• Advancing COVID-19 Diagnosis with Privacy-Preserving Collaboration in Artificial Intelligence [79.038671794961]
  我々はUCADI(Unified CT-COVID AI Diagnostic Initiative)を立ち上げ、各ホスト機関でAIモデルを分散的にトレーニングし、独立して実行することができる。 本研究は,中国とイギリスに所在する23の病院で採取した3,336例の胸部CT9,573例について検討した。
  論文  参考訳（メタデータ） (2021-11-18T00:43:41Z)
• Q-Pain: A Question Answering Dataset to Measure Social Bias in Pain Management [5.044336341666555]
  痛み管理の文脈におけるQAのバイアスを評価するためのデータセットであるQ-Painを紹介する。 本稿では, 治療決定の際に生じる潜在的なバイアスを測定するための, 実験設計のサンプルを含む, 厳密な新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-08-03T21:55:28Z)
• Semi-Supervised Variational Reasoning for Medical Dialogue Generation [70.838542865384]
  医療対話生成には,患者の状態と医師の行動の2つの重要な特徴がある。 医療対話生成のためのエンドツーエンドの変分推論手法を提案する。 行動分類器と2つの推論検出器から構成される医師政策ネットワークは、拡張推論能力のために提案される。
  論文  参考訳（メタデータ） (2021-05-13T04:14:35Z)
• Clinical Outcome Prediction from Admission Notes using Self-Supervised Knowledge Integration [55.88616573143478]
  臨床テキストからのアウトカム予測は、医師が潜在的なリスクを見落としないようにする。 退院時の診断,手術手順,院内死亡率,長期予測は4つの一般的な結果予測対象である。 複数の公開資料から得られた患者結果に関する知識を統合するために,臨床結果の事前学習を提案する。
  論文  参考訳（メタデータ） (2021-02-08T10:26:44Z)
• Detecting the patient's need for help with machine learning [0.0]
  新型コロナウイルス感染症に関する自己評価式を分析。 各種健康関連表現文対間の統計的に有意な相関と高いコサイン類似度値を見出した。 畳み込みニューラルネットワークアルゴリズムを用いて行った実験は、患者の表情の助けを求めることを支援する機械学習の適用性を示した。
  論文  参考訳（メタデータ） (2020-12-25T20:30:34Z)
• 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)
• Generalization Bounds and Representation Learning for Estimation of Potential Outcomes and Causal Effects [61.03579766573421]
  代替薬に対する患者一人の反応など,個人レベルの因果効果の推定について検討した。 我々は,表現の誘導的処理群距離を正規化することにより,境界を最小化する表現学習アルゴリズムを考案した。 これらのアルゴリズムを拡張して、重み付き表現を同時に学習し、治療群距離をさらに削減する。
  論文  参考訳（メタデータ） (2020-01-21T10:16:33Z)

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。