Fugu-MT 論文翻訳(概要): A Survey on Medical Document Summarization

論文の概要: A Survey on Medical Document Summarization

arxiv url: http://arxiv.org/abs/2212.01669v1
Date: Sat, 3 Dec 2022 18:46:44 GMT
ステータス: 処理完了
システム内更新日: 2022-12-06 16:29:26.782353
Title: A Survey on Medical Document Summarization
Title（参考訳）: 医学文書要約に関する調査研究
Authors: Raghav Jain, Anubhav Jangra, Sriparna Saha, Adam Jatowt
Abstract要約: インターネットは医療業界に劇的な影響を与えており、文書をデジタルで保存、共有、管理することができる。これにより、重要なデータを見つけ、共有しやすくなり、患者のケアを改善し、医学研究の機会を増やした。
参考スコア（独自算出の注目度）: 40.8281271121327
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The internet has had a dramatic effect on the healthcare industry, allowing documents to be saved, shared, and managed digitally. This has made it easier to locate and share important data, improving patient care and providing more opportunities for medical studies. As there is so much data accessible to doctors and patients alike, summarizing it has become increasingly necessary - this has been supported through the introduction of deep learning and transformer-based networks, which have boosted the sector significantly in recent years. This paper gives a comprehensive survey of the current techniques and trends in medical summarization
Abstract（参考訳）: インターネットは医療業界に劇的な影響を与えており、文書をデジタルで保存、共有、管理することができる。これにより、重要なデータを見つけ、共有しやすくなり、患者のケアを改善し、医学研究の機会を増やした。医師や患者にもアクセス可能なデータが豊富にあるため,近年,深層学習やトランスフォーマーベースのネットワークの導入によって,データの要約の必要性が高まっている。本稿では,医療要約における現在の技術と動向を包括的に調査する。

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)
Semantic Web in Healthcare: A Systematic Literature Review of Application, Research Gap, and Future Research Avenues [0.0]
この体系的な文献レビューは、医療システムにおけるセマンティックウェブの過去の知見を評価し、批判することを目的としている。 65の論文を見て、eサービス、病気、情報管理、フロンティア技術、規制条件の5つのテーマを思いついた。
論文参考訳（メタデータ） (2022-10-19T23:41:45Z)
Understanding the Tricks of Deep Learning in Medical Image Segmentation: Challenges and Future Directions [66.40971096248946]
本稿では,モデル実装の異なるフェーズに対して,MedISegの一連のトリックを収集する。本稿では,これらの手法の有効性を一貫したベースライン上で実験的に検討する。私たちはまた、それぞれのコンポーネントがプラグインとプレイの利点を持つ強力なMedISegリポジトリをオープンソースにしました。
論文参考訳（メタデータ） (2022-09-21T12:30:05Z)
When Accuracy Meets Privacy: Two-Stage Federated Transfer Learning Framework in Classification of Medical Images on Limited Data: A COVID-19 Case Study [77.34726150561087]
新型コロナウイルスのパンデミックが急速に広がり、世界の医療資源が不足している。 CNNは医療画像の解析に広く利用され、検証されている。
論文参考訳（メタデータ） (2022-03-24T02:09:41Z)
Domain-Specific Pretraining for Vertical Search: Case Study on Biomedical Literature [67.4680600632232]
自己教師型学習は、アノテーションのボトルネックを克服するための有望な方向として現れました。本稿では,ドメイン固有の事前学習に基づく垂直探索手法を提案する。我々のシステムはPubMed上で何千万もの記事にスケールでき、Microsoft Biomedical Searchとしてデプロイされている。
論文参考訳（メタデータ） (2021-06-25T01:02:55Z)
An Analysis of a BERT Deep Learning Strategy on a Technology Assisted Review Task [91.3755431537592]
文書検診はEvidenced Based Medicineにおける中心的な課題である。本稿では,BERT や PubMedBERT を組み込んだ DL 文書分類手法と DL 類似性検索経路を提案する。 2017年と2018年のCLEF eHealth コレクションにおいて,私の DL 戦略の検索の有効性を検証し,評価した。
論文参考訳（メタデータ） (2021-04-16T19:45:27Z)
Medical Information Retrieval and Interpretation: A Question-Answer based Interaction Model [7.990816079551592]
インターネットは、様々な医療情報が毎日表現される強力なプラットフォームになっている。現在の検索エンジンやレコメンデーションシステムは、より正確な結果生成を提供するリアルタイムインタラクションをまだ欠いている。本稿では、Web上の膨大な医療ビッグデータリポジトリと結びついたインテリジェントでインタラクティブなシステムを提案する。
論文参考訳（メタデータ） (2021-01-24T07:01:06Z)
Retrieving and ranking short medical questions with two stages neural matching model [3.8020157990268206]
インターネットユーザーの80%が、オンライン上で健康に関する質問をしている。医学分野における代表的な質問や回答は、医療データマイニングに有用な原資料である。問合せレベルの医療質問のセマンティックマッチングのための新しい2段階フレームワークを提案する。
論文参考訳（メタデータ） (2020-11-16T07:00:35Z)
Medical Deep Learning -- A systematic Meta-Review [0.4256574128156698]
ディープラーニング(DL)はここ数年、いくつかの科学分野に影響を与えてきた。 DLは、自動運転などのタスクで最先端の結果を提供し、以前の試みを抜いた。大量の患者の記録とデータの収集により、医療情報の自動化された信頼性の高い処理と分析が求められている。
論文参考訳（メタデータ） (2020-10-28T11:01:40Z)
Leveraging Big Data Analytics in Healthcare Enhancement: Trends, Challenges and Opportunities [8.769092306409933]
我々は、医療の5つのサブ分野において、ビッグデータと分析技術の新興の展望を示す。この論文は、医療におけるビッグデータ分析の採用における、注目すべき応用と課題から締めくくっている。
論文参考訳（メタデータ） (2020-04-05T06:46:58Z)

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。