論文の概要: Modern Machine-Learning Predictive Models for Diagnosing Infectious Diseases

• arxiv url: http://arxiv.org/abs/2206.07365v1
• Date: Wed, 15 Jun 2022 08:19:16 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-17 03:27:06.916793
• Title: Modern Machine-Learning Predictive Models for Diagnosing Infectious Diseases
• Title（参考訳）: 感染症診断のための機械学習予測モデル
• Authors: Eman Yahia Alqaissi, Fahd Saleh Alotaibi, and Muhammad Sher Ramzan
• Abstract要約: 本稿では,感染性疾患の診断に応用された最近の機械学習(ML)アルゴリズムの研究論文についてレビューする。 記事の大半が小さなデータセットを使用しており、そのほとんどがリアルタイムデータを使用していないことが分かりました。 その結果,適切なML手法は,データセットの性質と目的によって異なることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Controlling infectious diseases is a major health priority because they can spread and infect humans, thus evolving into epidemics or pandemics. Therefore, early detection of infectious diseases is a significant need, and many researchers have developed models to diagnose them in the early stages. This paper reviewed research articles for recent machine-learning (ML) algorithms applied to infectious disease diagnosis. We searched the Web of Science, ScienceDirect, PubMed, Springer, and IEEE databases from 2015 to 2022, identified the pros and cons of the reviewed ML models, and discussed the possible recommendations to advance the studies in this field. We found that most of the articles used small datasets, and few of them used real-time data. Our results demonstrated that a suitable ML technique depends on the nature of the dataset and the desired goal.
• Abstract（参考訳）: 伝染病のコントロールは、ヒトを感染させ、伝染病やパンデミックへと進化させるため、主要な健康上の優先事項である。 したがって、感染症の早期発見は重要なニーズであり、多くの研究者が早期に診断するモデルを開発した。 本稿では,最近の機械学習(ML)アルゴリズムを感染症診断に適用する研究論文をレビューした。 我々は、2015年から2022年にかけて、Web of Science、ScienceDirect、PubMed、Springer、IEEEデータベースを検索し、レビューされたMLモデルの長所と短所を特定し、この分野の研究を進めるための推奨事項について議論した。 記事の大半は小さなデータセットを使用しており、そのうちのほとんどはリアルタイムデータを使用していました。 その結果,適切なML手法は,データセットの性質と目的によって異なることがわかった。

関連論文リスト

• Artificial Intelligence for Infectious Disease Prediction and Prevention: A Comprehensive Review [1.4874449172133888]
  この論文は、AIの可能性を批判的に評価し、感染症管理の限界について概説する。 地域内の伝染病の拡散を防ぐための公衆衛生データを用いた予測、患者が感染性疾患に罹患しているかどうかを検出するための患者の医療データを用いた予測、公共医療データと患者医療データを用いて人口内で拡散している病気の程度を推定する予測の3つの分野に分類する。
  論文  参考訳（メタデータ） (2024-11-14T00:43:32Z)
• Potential of Multimodal Large Language Models for Data Mining of Medical Images and Free-text Reports [51.45762396192655]
  特にGemini-Vision-Series (Gemini) と GPT-4-Series (GPT-4) は、コンピュータビジョンのための人工知能のパラダイムシフトを象徴している。 本研究は,14の医用画像データセットを対象に,Gemini,GPT-4,および4つの一般的な大規模モデルの性能評価を行った。
  論文  参考訳（メタデータ） (2024-07-08T09:08:42Z)
• OpenMEDLab: An Open-source Platform for Multi-modality Foundation Models in Medicine [55.29668193415034]
  マルチモダリティ基盤モデルのためのオープンソースプラットフォームであるOpenMEDLabについて紹介する。 これは、最前線臨床および生体情報学応用のための大規模言語とビジョンモデルを刺激し、微調整する先駆的な試みの解決策をカプセル化する。 様々な医用画像のモダリティ、臨床テキスト、タンパク質工学など、事前訓練された基礎モデル群へのアクセスが可能である。
  論文  参考訳（メタデータ） (2024-02-28T03:51:02Z)
• Deep Reinforcement Learning Framework for Thoracic Diseases Classification via Prior Knowledge Guidance [49.87607548975686]
  関連疾患に対するラベル付きデータの不足は、正確な診断にとって大きな課題となる。 本稿では,診断エージェントの学習を指導するための事前知識を導入する,新しい深層強化学習フレームワークを提案する。 提案手法の性能はNIHX-ray 14とCheXpertデータセットを用いて実証した。
  論文  参考訳（メタデータ） (2023-06-02T01:46:31Z)
• Incomplete Multimodal Learning for Complex Brain Disorders Prediction [65.95783479249745]
  本稿では,変換器と生成対向ネットワークを用いた不完全なマルチモーダルデータ統合手法を提案する。 アルツハイマー病神経画像イニシアチブコホートを用いたマルチモーダルイメージングによる認知変性と疾患予後の予測に本手法を適用した。
  論文  参考訳（メタデータ） (2023-05-25T16:29:16Z)
• Transfer learning and Local interpretable model agnostic based visual approach in Monkeypox Disease Detection and Classification: A Deep Learning insights [0.0]
  近年のサルポックス病は、世界がまだコロナウイルス病2019(COVID-19)と戦っているときに、世界的なパンデミックの脅威となる。 我々は、VGG16、InceptionResNetV2、ResNet50、ResNet101、MobileNetV2、VGG19を用いたトランスファー学習アプローチの6つの異なるディープラーニングモデルの修正とテストを行った。 予備計算の結果,改良型InceptionResNetV2モデルとMobileNetV2モデルは,93%から99%の精度で高い性能を示した。
  論文  参考訳（メタデータ） (2022-11-01T18:07:34Z)
• Forecasting new diseases in low-data settings using transfer learning [0.0]
  転帰学習を用いた新しい疾患の予測に,関連疾患の知識がいかに役立つかを示す。 転送学習は,対象疾患のデータに基づくモデルを超えても,予測を改善する可能性を秘めている。
  論文  参考訳（メタデータ） (2022-04-07T17:54:39Z)
• Machine learning based disease diagnosis: A comprehensive review [0.0]
  このレビューでは、機械学習(ML)とディープラーニング(DL)が、多くの病気の早期発見にどのように利用されているかを説明します。 1216の出版物に関する文献学的研究は、最も多作な著者、国、組織、そして最も引用された記事を決定するために行われた。 このレビューでは、機械学習ベースの疾患診断(MLBDD)の最新動向とアプローチをまとめている。
  論文  参考訳（メタデータ） (2021-12-31T16:25:23Z)
• Select-ProtoNet: Learning to Select for Few-Shot Disease Subtype Prediction [55.94378672172967]
  本研究は, 類似患者のサブグループを同定し, 数発の疾患のサブタイプ予測問題に焦点を当てた。 新しいモデルを開発するためにメタラーニング技術を導入し、関連する臨床課題から共通の経験や知識を抽出する。 我々の新しいモデルは、単純だが効果的なメタ学習マシンであるPrototypeal Networkと呼ばれる、慎重に設計されたメタラーナーに基づいて構築されている。
  論文  参考訳（メタデータ） (2020-09-02T02:50:30Z)
• Predicting Clinical Diagnosis from Patients Electronic Health Records Using BERT-based Neural Networks [62.9447303059342]
  医療コミュニティにおけるこの問題の重要性を示す。 本稿では,変換器 (BERT) モデルによる2方向表現の分類順序の変更について述べる。 約400万人のユニークな患者訪問からなる、大規模なロシアのEHRデータセットを使用します。
  論文  参考訳（メタデータ） (2020-07-15T09:22:55Z)
• A Deep Learning Pipeline for Patient Diagnosis Prediction Using Electronic Health Records [0.5672132510411464]
  我々は、公衆衛生データセットを普遍的なフォーマットに容易に変換するPythonパッケージを開発し、公開する。 複数の診断を同時に予測する2つの新しいモデルアーキテクチャを提案する。 どちらのモデルも高い精度で複数の診断を同時に予測できる。
  論文  参考訳（メタデータ） (2020-06-23T14:58:58Z)

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。