Fugu-MT 論文翻訳(概要): Bayesian Network Models of Causal Interventions in Healthcare Decision Making: Literature Review and Software Evaluation

論文の概要: Bayesian Network Models of Causal Interventions in Healthcare Decision Making: Literature Review and Software Evaluation

arxiv url: http://arxiv.org/abs/2211.15258v1
Date: Mon, 28 Nov 2022 12:22:07 GMT
ステータス: 処理完了
システム内更新日: 2022-11-29 15:57:23.329315
Title: Bayesian Network Models of Causal Interventions in Healthcare Decision Making: Literature Review and Software Evaluation
Title（参考訳）: 医療意思決定における因果介入のベイズ的ネットワークモデル:文献レビューとソフトウェア評価
Authors: Artem Velikzhanin, Benjie Wang and Marta Kwiatkowska
Abstract要約: 本報告では,医療における意思決定を支援するためのベイズ型ネットワークモデルを特定するために,体系的な文献検索の結果を要約する。選択された研究論文は、Wang B, Lyle C, Kwiatkowska Mで開発された因果的介入分析ソフトウェアツールを用いて、分析に適した、公開可能なモデルとデータセットを識別する。
参考スコア（独自算出の注目度）: 16.997060715857987
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This report summarises the outcomes of a systematic literature search to identify Bayesian network models used to support decision making in healthcare. After describing the search methodology, the selected research papers are briefly reviewed, with the view to identify publicly available models and datasets that are well suited to analysis using the causal interventional analysis software tool developed in Wang B, Lyle C, Kwiatkowska M (2021). Finally, an experimental evaluation of applying the software on a selection of models is carried out and preliminary results are reported.
Abstract（参考訳）: 本報告は,医療における意思決定を支援するベイズネットワークモデルを特定するための体系的文献探索の結果をまとめたものである。検索手法を説明した後、wang b, lyle c, kwiatkowska m (2021) で開発された因果的介入分析ソフトウェアツールを用いて分析に適した公開モデルとデータセットを識別するために、選択された研究論文を簡潔にレビューする。最後に,ソフトウェアをモデル選択に適用する実験的な評価を行い,予備的な結果を報告する。

関連論文リスト

Lessons Learned on Information Retrieval in Electronic Health Records: A Comparison of Embedding Models and Pooling Strategies [8.822087602255504]
大きな言語モデルを臨床領域に適用することは、医療記録を処理するという文脈重大な性質のために困難である。本稿では, 組込みモデルとプール法の違いが臨床領域の情報検索に与える影響について検討する。
論文参考訳（メタデータ） (2024-09-23T16:16:08Z)
Selecting Interpretability Techniques for Healthcare Machine Learning models [69.65384453064829]
医療では、いくつかの意思決定シナリオにおいて、医療専門家を支援するために解釈可能なアルゴリズムを採用することが追求されている。本稿では, ポストホックとモデルベースという8つのアルゴリズムを概説する。
論文参考訳（メタデータ） (2024-06-14T17:49:04Z)
Out-of-distribution Detection in Medical Image Analysis: A survey [12.778646136644399]
コンピュータ支援診断は、ディープラーニングベースのコンピュータビジョン技術の発展の恩恵を受けている。従来の教師付きディープラーニング手法は、テストサンプルがトレーニングデータと同じ分布から引き出されることを前提としている。実際の臨床シナリオでは分布外のサンプルに遭遇し、深層学習に基づく医用画像解析タスクにおいてサイレント障害を引き起こす可能性がある。
論文参考訳（メタデータ） (2024-04-28T18:51:32Z)
Zero-shot Generative Large Language Models for Systematic Review Screening Automation [55.403958106416574]
本研究では,ゼロショット大言語モデルを用いた自動スクリーニングの有効性について検討した。本研究では, 8種類のLCMの有効性を評価し, 予め定義されたリコール閾値を用いた校正手法について検討する。
論文参考訳（メタデータ） (2024-01-12T01:54:08Z)
Automated Test Production -- Systematic Literature Review [0.0]
本総説は,コンピュータプログラムの自動テスト生産に関する主な貢献を明らかにすることを目的としている。その結果、包括的な分析と洞察によって、適用性を評価することが可能になる。
論文参考訳（メタデータ） (2024-01-04T02:21:18Z)
Interpretable Medical Diagnostics with Structured Data Extraction by Large Language Models [59.89454513692417]
タブラルデータはしばしばテキストに隠され、特に医学的診断報告に使用される。本稿では,TEMED-LLM と呼ばれるテキスト医療報告から構造化表状データを抽出する手法を提案する。本手法は,医学診断における最先端のテキスト分類モデルよりも優れていることを示す。
論文参考訳（メタデータ） (2023-06-08T09:12:28Z)
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)
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)
Interpretability-Driven Sample Selection Using Self Supervised Learning For Disease Classification And Segmentation [4.898744396854313]
解釈可能なサリエンシーマップに含まれる情報を活用した深層特徴に基づく新しいサンプル選択手法を提案する。提案手法は, より少ないサンプルで, アートパフォーマンスの状態を導く情報的サンプルの選択において, 他の手法よりも優れていることを示す。
論文参考訳（メタデータ） (2021-04-13T10:46:33Z)
Adversarial Sample Enhanced Domain Adaptation: A Case Study on Predictive Modeling with Electronic Health Records [57.75125067744978]
ドメイン適応を容易にするデータ拡張手法を提案する。逆生成したサンプルはドメイン適応時に使用される。その結果,本手法の有効性とタスクの一般性が確認された。
論文参考訳（メタデータ） (2021-01-13T03:20:20Z)
A Visual Analytics System for Multi-model Comparison on Clinical Data Predictions [21.86694022749115]
我々は,複数のモデルの予測基準を比較し,その一貫性を評価する視覚分析システムを開発した。我々は,臨床医や研究者が異なる機械学習手法を比較し,定量的に評価する上で,本システムの有効性を実証する。
論文参考訳（メタデータ） (2020-02-18T20:33:04Z)

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。