論文の概要: Spatial Computing Opportunities in Biomedical Decision Support: The
Atlas-EHR Vision
- arxiv url: http://arxiv.org/abs/2305.09675v1
- Date: Tue, 9 May 2023 20:56:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-21 10:55:50.570570
- Title: Spatial Computing Opportunities in Biomedical Decision Support: The
Atlas-EHR Vision
- Title(参考訳): バイオメディカル意思決定支援における空間コンピューティングの可能性:Atlas-EHRビジョン
- Authors: Majid Farhadloo, Arun Sharma, Shashi Shekhar and Svetomir N. Markovic
- Abstract要約: Atlas EHRは、患者の履歴(例えば、電子的な健康記録)やその他の生体医学的データに代わる空間的表現である。
Google Mapsがグローバル、ナショナル、地域、ローカルのビューを可能にするように、Atlas-EHRは患者の解剖学と歴史の概要から始めることができる。
また、作業効率と意思決定品質を改善するための重要な情報を強調するために、思慮深い地図(緊急色、病気のアイコン、シンボルなど)を使用する。
- 参考スコア(独自算出の注目度): 2.2519572587827215
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Consider the problem of reducing the time needed by healthcare professionals
to understand patient medical history via the next generation of biomedical
decision support. This problem is societally important because it has the
potential to improve healthcare quality and patient outcomes. However, it is
challenging due to the high patient-doctor ratio, the potential long medical
histories, the urgency of treatment for some medical conditions, and patient
variability. The current system provides a longitudinal view of patient medical
history, which is time-consuming to browse, and doctors often need to engage
nurses, residents, and others for initial analysis. To overcome this
limitation, our vision, Atlas EHR, is an alternative spatial representation of
patients' histories (e.g., electronic health records (EHRs)) and other
biomedical data. Just like Google Maps allows a global, national, regional, and
local view, the Atlas-EHR may start with the overview of the patient's anatomy
and history before drilling down to spatially anatomical sub-systems, their
individual components, or sub-components. It will also use thoughtful
cartography (e.g., urgency color, disease icons, and symbols) to highlight
critical information for improving task efficiency and decision quality,
analogous to how it is used in designing task-specific maps. Atlas-EHR presents
a compelling opportunity for spatial computing since health is almost a fifth
of the US economy. However, the traditional spatial computing designed for
geographic use cases (e.g., navigation, land survey, mapping) faces many
hurdles in the biomedical domain, presenting several research questions. This
paper presents some open research questions under this theme in broad areas of
spatial computing.
- Abstract(参考訳): 医療従事者が次世代のバイオメディカル意思決定支援を通じて患者の医療史を理解するために必要な時間を短縮する問題を考察する。
この問題は、医療の質と患者の結果を改善する可能性があるため、社会的に重要である。
しかし,高ドクター比,潜在的な長期医療史,いくつかの医療状況に対する治療の緊急性,患者の変動性などにより困難である。
現在のシステムは、閲覧に時間がかかる患者の医療履歴の縦断的なビューを提供しており、医師は初期分析のために看護師や住民などと関わりを持つ必要があることが多い。
この限界を克服するために、私たちのビジョンであるAtlas EHRは、患者の履歴(例えば、電子健康記録(EHR))やその他の生体医学データ)の代替空間表現である。
Google Mapsがグローバル、ナショナル、地域、ローカルのビューを可能にするように、Atlas-EHRは、患者の解剖学と歴史の概要から始まり、空間解剖学的サブシステム、個々のコンポーネント、またはサブコンポーネントにドリルダウンする。
また、直感的な地図(緊急色、病気のアイコン、シンボルなど)を使用して、タスク固有の地図を設計するのと同様に、タスク効率と意思決定品質を改善するための重要な情報を強調する。
Atlas-EHRは、健康が米国の経済のほぼ5分の1であるため、空間コンピューティングの魅力的な機会を提供する。
しかし、地理的ユースケース(ナビゲーション、土地調査、マッピングなど)のために設計された伝統的な空間コンピューティングは、生物医学領域における多くのハードルに直面し、いくつかの研究課題を提示している。
本稿では,空間コンピューティングの幅広い分野において,このテーマに基づくオープンリサーチの問題をいくつか提示する。
関連論文リスト
- Yes, this is what I was looking for! Towards Multi-modal Medical
Consultation Concern Summary Generation [46.42604861624895]
マルチモーダル・メディカル・コンシューム・サマリ・ジェネレーションの新しい課題を提案する。
患者のジェスチャーや表情などの非言語的手がかりは、患者の懸念を正確に識別するのに役立つ。
マルチモーダル・メディカル・コンシューム・サマリー・ジェネレーション・コーパスを構築。
論文 参考訳(メタデータ) (2024-01-10T12:56:47Z) - LLaVA-Med: Training a Large Language-and-Vision Assistant for
Biomedicine in One Day [85.19963303642427]
本稿では,バイオメディカルイメージのオープンな研究課題に答えられる視覚言語対話アシスタントを訓練するための費用効率のよいアプローチを提案する。
モデルはまず、フィギュア・キャプションのペアを使ってバイオメディカル・ボキャブラリをアライメントし、その後、オープンエンドの会話意味論を習得する。
これにより、バイオメディジンのための大規模言語と視覚アシスタントを15時間以内で(8つのA100で)訓練することができる。
論文 参考訳(メタデータ) (2023-06-01T16:50:07Z) - Redesigning Electronic Health Record Systems to Support Developing
Countries [0.0]
本稿では,発展途上国に適した新しいEHRアーキテクチャを提案する。
私たちのアーキテクチャは、医療機関間の医療取引を可能にするインターネットフリー(オフライン)ソリューションを前提としています。
我々は、人工知能が匿名の健康関連情報を利用して公衆衛生政策や監視を改善する方法について論じる。
論文 参考訳(メタデータ) (2023-01-31T19:16:38Z) - HEAR4Health: A blueprint for making computer audition a staple of modern
healthcare [89.8799665638295]
近年、従来の医療システムを変革する試みとして、デジタル医療の研究が急速に増加している。
コンピュータによるオーディションは、少なくとも商業的関心の面では遅れている。
実生活における聴覚信号の分析に必要な基礎技術に対応する聴覚、計算とデータ効率の進歩、個々の差異を考慮し、医療データの長手性を扱う聴覚。
論文 参考訳(メタデータ) (2023-01-25T09:25:08Z) - 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) - 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) - Fusion of medical imaging and electronic health records with attention
and multi-head machanisms [4.433829714749366]
本稿では,画像特徴抽出過程における重要な領域の選択を支援するために,EHRデータを用いたマルチモーダルアテンションモジュールを提案する。
また,マルチヘッドマクニズムをゲート型マルチモーダルユニット(GMU)に組み込むことにより,異なる部分空間における画像とEHR機能を並列に融合させることも提案する。
脳内出血患者のGOS(Glasgow outcome scale)の予測とアルツハイマー病の分類実験により,提案手法はタスク関連領域に自動的に焦点を絞ることができることが示された。
論文 参考訳(メタデータ) (2021-12-22T07:39:26Z) - Predicting Patient Readmission Risk from Medical Text via Knowledge
Graph Enhanced Multiview Graph Convolution [67.72545656557858]
本稿では,電子健康記録の医用テキストを予測に用いる新しい手法を提案する。
外部知識グラフによって強化された多視点グラフを有する患者の退院サマリーを表現している。
実験により,本手法の有効性が証明され,最先端の性能が得られた。
論文 参考訳(メタデータ) (2021-12-19T01:45:57Z) - Smart Healthcare in the Age of AI: Recent Advances, Challenges, and
Future Prospects [3.3336265497547126]
スマートヘルスケアシステムは近年関心が高まりつつあるトピックであり、現代技術における大きな発展のためにますます必要となってきた。
本研究の目的は、健康モニタリングのためのウェアラブルやスマートフォンデバイス、疾患診断のための機械学習、環境支援生活環境向けに開発された社会ロボットを含む支援フレームワークなど、主要な分野を取り上げ、現在最先端のスマートヘルスケアシステムについて議論することである。
論文 参考訳(メタデータ) (2021-06-24T05:10:47Z) - BiteNet: Bidirectional Temporal Encoder Network to Predict Medical
Outcomes [53.163089893876645]
本稿では,患者の医療旅行におけるコンテキスト依存と時間的関係を捉える,新たな自己注意機構を提案する。
エンド・ツー・エンドの双方向時間エンコーダネットワーク(BiteNet)が患者の旅路の表現を学習する。
実世界のEHRデータセットを用いた2つの教師付き予測と2つの教師なしクラスタリングタスクにおける手法の有効性を評価した。
論文 参考訳(メタデータ) (2020-09-24T00:42:36Z) - 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。
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。