論文の概要: A Review on Knowledge Graphs for Healthcare: Resources, Applications, and Promises
- arxiv url: http://arxiv.org/abs/2306.04802v5
- Date: Sun, 02 Feb 2025 19:38:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-04 16:08:09.603997
- Title: A Review on Knowledge Graphs for Healthcare: Resources, Applications, and Promises
- Title（参考訳）: 医療における知識グラフ : 資源・応用・約束
- Authors: Hejie Cui, Jiaying Lu, Ran Xu, Shiyu Wang, Wenjing Ma, Yue Yu, Shaojun Yu, Xuan Kan, Chen Ling, Liang Zhao, Zhaohui S. Qin, Joyce C. Ho, Tianfan Fu, Jing Ma, Mengdi Huai, Fei Wang, Carl Yang,
- Abstract要約: この総合的なレビューは、医療知識グラフ(HKG)の現状の概要を提供することを目的としている。
我々は,既存のHKGに関する文献を網羅的に分析し,その構築方法,活用技術,応用について考察した。
このレビューは、HKGsが生物医学研究や臨床実践に大きな影響を与える可能性を強調している。
- 参考スコア（独自算出の注目度）: 59.4999994297993
- License:
- Abstract: This comprehensive review aims to provide an overview of the current state of Healthcare Knowledge Graphs (HKGs), including their construction, utilization models, and applications across various healthcare and biomedical research domains. We thoroughly analyzed existing literature on HKGs, covering their construction methodologies, utilization techniques, and applications in basic science research, pharmaceutical research and development, clinical decision support, and public health. The review encompasses both model-free and model-based utilization approaches and the integration of HKGs with large language models (LLMs). We searched Google Scholar for relevant papers on HKGs and classified them into the following topics: HKG construction, HKG utilization, and their downstream applications in various domains. We also discussed their special challenges and the promise for future work. The review highlights the potential of HKGs to significantly impact biomedical research and clinical practice by integrating vast amounts of biomedical knowledge from multiple domains. The synergy between HKGs and LLMs offers promising opportunities for constructing more comprehensive knowledge graphs and improving the accuracy of healthcare applications. HKGs have emerged as a powerful tool for structuring medical knowledge, with broad applications across biomedical research, clinical decision-making, and public health. This survey serves as a roadmap for future research and development in the field of HKGs, highlighting the potential of combining knowledge graphs with advanced machine learning models for healthcare transformation.
- Abstract（参考訳）: この総合的なレビューは、医療知識グラフ(HKG)の現状の概要を提供することを目的としており、その構築、利用モデル、各種医療・生物医学研究領域における応用について概説する。
我々は,HKGsに関する既存の文献を網羅的に分析し,その構築方法,利用技術,基礎科学研究,医薬品開発,臨床決定支援,公衆衛生への応用について紹介した。
このレビューは、モデルフリーおよびモデルベース利用アプローチと、大規模言語モデル(LLM)とのHKGの統合の両方を含む。
我々はGoogle Scholarを検索してHKGに関する関連論文を検索し、HKGの構築、HKGの利用、および各ドメインの下流アプリケーションといったトピックに分類した。
私たちはまた、彼らの特別な課題と将来の仕事の約束についても論じました。
このレビューでは、複数のドメインから大量のバイオメディカル知識を統合することで、HKGsが生物医学研究と臨床実践に大きな影響を与える可能性を強調している。
HKGsとLLMsの相乗効果は、より包括的な知識グラフの構築と医療応用の精度向上に有望な機会を提供する。
HKGは医学知識を構築するための強力なツールとして登場し、医学研究、臨床意思決定、公衆衛生に広く応用されている。
この調査は、HKGの分野における将来の研究と開発のためのロードマップとして機能し、知識グラフと高度な機械学習モデルを組み合わせた医療変革の可能性を強調している。
関連論文リスト
- Biomedical Knowledge Graph: A Survey of Domains, Tasks, and Real-World Applications [1.3749490831384268]
バイオメディカル・ナレッジ・グラフ(BKG)は、バイオメディカル分野にまたがる広大な複雑なデータを整理・活用するための強力なツールとして登場した。
しかし、現在のBKGのレビューでは、その範囲を特定のドメインやメソッドに限定し、広い視野と急速な技術進歩を見越すことが多い。
この調査では、ドメイン、タスク、アプリケーションという3つの中核的な視点から、BKGを体系的にレビューする。
論文 参考訳（メタデータ） (2025-01-20T18:02:03Z) - Rapid Biomedical Research Classification: The Pandemic PACT Advanced Categorisation Engine [10.692728349388297]
Pandemic PACTプロジェクトは、アウトブレイクの可能性のある幅広い病気の研究資金と臨床証拠を追跡し、分析することを目的としている。
本稿では,Pandemic PACT Advanced Categorisation Engine(PPACE)と関連するデータセットを紹介する。
論文 参考訳（メタデータ） (2024-07-14T05:22:53Z) - Patient-Centric Knowledge Graphs: A Survey of Current Methods,
Challenges, and Applications [2.913761513290171]
患者中心知識グラフ(PCKG)は、個別の患者ケアに焦点を当てた医療における重要なシフトである。
PCKGは様々な種類の健康データを統合し、患者の健康を包括的に理解する医療専門家に提供します。
本稿はPCKGに関する方法論,課題,機会について概説する。
論文 参考訳（メタデータ） (2024-02-20T00:07:55Z) - Diversifying Knowledge Enhancement of Biomedical Language Models using
Adapter Modules and Knowledge Graphs [54.223394825528665]
我々は、軽量なアダプターモジュールを用いて、構造化された生体医学的知識を事前訓練された言語モデルに注入するアプローチを開発した。
バイオメディカル知識システムUMLSと新しいバイオケミカルOntoChemの2つの大きなKGと、PubMedBERTとBioLinkBERTの2つの著名なバイオメディカルPLMを使用している。
計算能力の要件を低く保ちながら,本手法がいくつかの事例において性能改善につながることを示す。
論文 参考訳（メタデータ） (2023-12-21T14:26:57Z) - From Large Language Models to Knowledge Graphs for Biomarker Discovery
in Cancer [0.9437165725355702]
人工知能(AI)の難しいシナリオは、バイオメディカルデータを使用して、がんの病態の診断と治療のレコメンデーションを提供することである。
大規模知識グラフ(KG)は、意味的相互関連エンティティや関係に関する事実の統合と抽出によって構築することができる。
本稿では,癌特異的バイオマーカー発見と対話型QAを活用するドメインKGを開発する。
論文 参考訳（メタデータ） (2023-10-12T14:36:13Z) - Artificial General Intelligence for Medical Imaging Analysis [92.3940918983821]
大規模人工知能(AGI)モデルは、様々な汎用ドメインタスクにおいて前例のない成功を収めた。
これらのモデルは、医学分野固有の複雑さとユニークな特徴から生じる顕著な課題に直面している。
このレビューは、医療画像、医療などにおけるAGIの将来的な意味についての洞察を提供することを目的としている。
論文 参考訳（メタデータ） (2023-06-08T18:04:13Z) - Healthcare Knowledge Graph Construction: State-of-the-art, open issues,
and opportunities [5.652978777706895]
本論文は、包括的分類法とKG構築に関する鳥の視線を初めて提示するものである。
様々な医療状況に関する学術研究から引き出された最先端技術について、徹底的に検討する。
文献におけるいくつかの研究成果と既存の課題が報告され、議論されている。
論文 参考訳（メタデータ） (2022-07-08T09:19:01Z) - Scientific Language Models for Biomedical Knowledge Base Completion: An
Empirical Study [62.376800537374024]
我々は,KG の完成に向けた科学的 LM の研究を行い,生物医学的リンク予測を強化するために,その潜在知識を活用できるかどうかを探る。
LMモデルとKG埋め込みモデルを統合し,各入力例をいずれかのモデルに割り当てることを学ぶルータ法を用いて,性能を大幅に向上させる。
論文 参考訳（メタデータ） (2021-06-17T17:55:33Z) - Machine Learning Applications for Therapeutic Tasks with Genomics Data [49.98249191161107]
ゲノム学の機械学習応用に関する文献を、治療開発のレンズでレビューします。
治療パイプライン全体にわたるゲノミクス応用における22の機械学習を同定する。
この分野における7つの重要な課題を、拡大と影響の機会として挙げる。
論文 参考訳（メタデータ） (2021-05-03T21:20:20Z) - Machine Learning in Nano-Scale Biomedical Engineering [77.75587007080894]
ナノスケールバイオメディカルエンジニアリングにおける機械学習の利用に関する既存の研究について概説する。
ML問題として定式化できる主な課題は、3つの主要なカテゴリに分類される。
提示された方法論のそれぞれについて、その原則、応用、制限に特に重点を置いている。
論文 参考訳（メタデータ） (2020-08-05T15:45:54Z)
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。