論文の概要: Improving Medical Systems in the United States using Knowledge-Based
Systems
- arxiv url: http://arxiv.org/abs/2207.01514v1
- Date: Tue, 7 Jun 2022 21:31:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 09:41:52.473721
- Title: Improving Medical Systems in the United States using Knowledge-Based
Systems
- Title(参考訳): 知識ベースシステムによる米国の医療システムの改善
- Authors: Seongwoo Choi
- Abstract要約: 本稿では,知識ベースシステムと呼ばれる医療人工知能の原理について述べる。
医師は患者の健康データ、医療履歴、医療検査の実施方法、検査結果などを遠隔でチェックし、監視することができる。
ある医師は、オンラインで同時に多くの患者をチェックすることができ(医療センターが不足している場合)、多くの時間を患者と過ごす必要はない。
- 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: America has one of the best medical systems in the world. The medical
treatment care options offered by the medical system make it sophisticated.
However, many American patients are not receiving health care on a regular
basis, and at the same time, they cannot afford it. Also, the current medical
system has many flaws such as high medical treatment costs and lack of doctors
to accommodate many patients. This paper presents the principles of medical
artificial intelligence called the knowledge based system. Doctors can remotely
check and monitor their patients health data, medical history, how and what
medical tests were done, and the lab results. The patients have access to
detailed health information online and do not need to make an appointment with
doctors to check their health on a daily basis. One doctor can check many
patients simultaneously online (when medical centers are understaffed) and do
not need to spend a lot of time with patients. Thus, doctors save more money
for patients, because patients will no longer be transporting to medical
centers to receive routine health check-ups. Patients do not need to overpay
for their insurance because they will have access to the knowledge-based
system, and the system will save the patients money to have their health
checked and reduce the number of unnecessary medical exams. This paper
undertakes a brief overview of research work done in a knowledge based system
rule based expert systems in the field of medical practices.
- Abstract(参考訳): アメリカは世界でも最高の医療システムを持っている。
医療システムが提供する医療の選択肢は、それを洗練させます。
しかし、多くのアメリカ人患者は定期的な医療を受けておらず、同時にその余裕も与えられない。
また、現在の医療システムには、高医療費や多くの患者に対応する医師の不足など、多くの欠点がある。
本稿では,知識ベースシステムと呼ばれる医学的人工知能の原理を提案する。
医師は患者の健康データ、医療履歴、医療検査の実施方法、検査結果などを遠隔でチェックし、監視することができる。
患者はオンラインで詳細な健康情報にアクセスでき、医師との予約を必要とせず、毎日健康状態を確認することができる。
ある医師は、オンラインで同時に多くの患者をチェックすることができ(医療センターが不足している場合)、多くの時間を患者と過ごす必要はない。
したがって、医師は患者のためにより多くのお金を節約し、患者は定期的な健康診断を受けるために医療センターに搬送されることがなくなる。
患者は、知識ベースのシステムにアクセスできるため、保険料を過払いする必要はない。このシステムは、患者の健康状態をチェックさせ、不要な医療試験の数を減らすために、患者を貯蓄する。
本稿では,医療実践分野における知識に基づくシステムルールに基づくエキスパートシステムにおける研究成果の概要について概説する。
関連論文リスト
- MedKP: Medical Dialogue with Knowledge Enhancement and Clinical Pathway
Encoding [48.348511646407026]
本稿では,知識向上と臨床パスウェイ符号化フレームワークを用いた医療対話について紹介する。
このフレームワークは、医療知識グラフを介して外部知識増強モジュールと、医療機関および医師の行動を介して、内部臨床経路をコードする。
論文 参考訳(メタデータ) (2024-03-11T10:57:45Z) - Integrating Information Technology in Healthcare: Recent Developments,
Challenges, and Future Prospects for Urban and Regional Health [0.0]
近年,医療における技術利用が盛んに行われている。
この論文は、電子健康記録、遠隔医療、遠隔監視、医療画像、ウェアラブルデバイス、人工知能など、医療でテクノロジーが使われているさまざまな方法について論じている。
さらに, 医療における技術の可能性について検討し, 患者がいかに容易に治療を受けられるか, ケアの質, 医療費などについて検討した。
論文 参考訳(メタデータ) (2023-07-30T18:24:09Z) - Retrieve, Reason, and Refine: Generating Accurate and Faithful Patient
Instructions [65.11629300465812]
臨床作業量を削減しつつ,不完全性を回避する客観的な手段を提供する新しい課題を提案する。
Re3Writerは医師の作業パターンを模倣し、医師によって書かれた歴史的なPIから関連する作業経験を最初に取得する。
その後、回収された作業経験を洗練させ、医療知識を推論して有用な情報を抽出する。
論文 参考訳(メタデータ) (2022-10-23T16:34:39Z) - Medical Question Understanding and Answering with Knowledge Grounding
and Semantic Self-Supervision [53.692793122749414]
本稿では,知識基盤とセマンティック・セルフスーパービジョンを備えた医療質問理解・回答システムについて紹介する。
我々のシステムは、まず、教師付き要約損失を用いて、長い医学的、ユーザによる質問を要約するパイプラインである。
システムはまず、信頼された医療知識ベースから要約されたユーザ質問とFAQとをマッチングし、対応する回答文書から一定の数の関連文を検索する。
論文 参考訳(メタデータ) (2022-09-30T08:20:32Z) - Towards the Use of Saliency Maps for Explaining Low-Quality
Electrocardiograms to End Users [45.62380752173638]
診断に医用画像を使用する場合,画像が高品質であることが重要である。
遠隔医療において一般的な問題は、患者が診療所を退院した後にのみ、品質問題が警告されることである。
本稿では,低品質な医用画像をリアルタイムにフラグ付け,説明するためのAIシステムの開発について報告する。
論文 参考訳(メタデータ) (2022-07-06T14:53:26Z) - LingYi: Medical Conversational Question Answering System based on
Multi-modal Knowledge Graphs [35.55690461944328]
本稿では,マルチモーダル知識グラフに基づくCQAシステム,すなわち「LingYi」を提案する。
本システムでは,医用トリアージ,コンサルテーション,画像・テキスト・ドラッグ・レコメンデーション,記録などの医療行為を自動で行う。
論文 参考訳(メタデータ) (2022-04-20T04:41:26Z) - A Review on Security and Privacy of Internet of Medical Things [1.6099403809839032]
インターネット・オブ・メディカル・モノ(IoMT)は、電子機器の精度、信頼性、生産能力を高めている。
センサー、ウェアラブルデバイス、医療機器、臨床機器はすべて、IoT(Internet of Medical Things)のエコシステムを形成するために接続されている。
論文 参考訳(メタデータ) (2020-09-11T12:31:40Z) - 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) - Interpretable Multi-Step Reasoning with Knowledge Extraction on Complex
Healthcare Question Answering [89.76059961309453]
HeadQAデータセットには、公衆医療専門試験で認可された複数の選択質問が含まれている。
これらの質問は、現在のQAシステムにとって最も難しいものです。
知識抽出フレームワーク(MurKe)を用いた多段階推論を提案する。
市販の事前訓練モデルを完全に活用しようと努力しています。
論文 参考訳(メタデータ) (2020-08-06T02:47:46Z) - Transforming unstructured voice and text data into insight for paramedic
emergency service using recurrent and convolutional neural networks [68.8204255655161]
救急隊員は救急車内で限られた時間内に救命判断をしなければならないことが多い。
本研究の目的は、音声とテキストデータを自動的に融合して、救急隊員に適切な状況認識情報を提供することである。
論文 参考訳(メタデータ) (2020-05-30T06:47:02Z) - Impact of PGHD reliability on the usefulness of a clinical decision
support system [0.0]
医療相談における個人生成健康データ(PGHD)の使用は、患者と臨床医の両方にとって有益である。
これらの受容障壁に対処するために、FullFlowと呼ばれる臨床意思決定支援システムが開発された。
本研究の目的は,FullFlowがコンサルテーションにおいて有用であるかどうかを判定し,PGHDの信頼性が高いほど,システムの有効性が高いという仮説を検証することである。
論文 参考訳(メタデータ) (2020-04-08T09:46:42Z)
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。