論文の概要: Developing A Personal Decision Support Tool for Hospital Capacity
Assessment and Querying
- arxiv url: http://arxiv.org/abs/2308.06276v1
- Date: Mon, 31 Jul 2023 22:51:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-20 16:41:17.421549
- Title: Developing A Personal Decision Support Tool for Hospital Capacity
Assessment and Querying
- Title(参考訳): 病院能力評価・問い合わせのための個人意思決定支援ツールの開発
- Authors: Robert L Burdett, Paul Corry, David Cook, Prasad Yarlagadda
- Abstract要約: 本稿では,病院の能力に関する洞察的かつ実用的な定量的評価を行うための,HOPLITEと呼ばれる個人意思決定支援ツールについて紹介する。
広範囲な開発とテストの結果は、HOPLITEが多くのニュアンスタスクを自動化できることを示している。
HOPLITEが提供する機能は、病院を戦略的に/または戦術的に必要に応じて調整しやすくする。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This article showcases a personal decision support tool (PDST) called
HOPLITE, for performing insightful and actionable quantitative assessments of
hospital capacity, to support hospital planners and health care managers. The
tool is user-friendly and intuitive, automates tasks, provides instant
reporting, and is extensible. It has been developed as an Excel Visual Basic
for Applications (VBA) due to its perceived ease of deployment, ease of use,
Office's vast installed userbase, and extensive legacy in business. The
methodology developed in this article bridges the gap between mathematical
theory and practice, which our inference suggests, has restricted the uptake
and or development of advanced hospital planning tools and software. To the
best of our knowledge, no personal decision support tool (PDST) has yet been
created and installed within any existing hospital IT systems, to perform the
aforementioned tasks. This article demonstrates that the development of a PDST
for hospitals is viable and that optimization methods can be embedded quite
simply at no cost. The results of extensive development and testing indicate
that HOPLITE can automate many nuanced tasks. Furthermore, there are few
limitations and only minor scalability issues with the application of free to
use optimization software. The functionality that HOPLITE provides may make it
easier to calibrate hospitals strategically and/or tactically to demands. It
may give hospitals more control over their case-mix and their resources,
helping them to operate more proactively and more efficiently.
- Abstract(参考訳): 本稿では,病院の容量に関する洞察的かつ実用的な定量的評価を行うための,HOPLITEと呼ばれる個人意思決定支援ツールについて紹介する。
このツールはユーザフレンドリーで直感的で、タスクを自動化し、即時レポートを提供し、拡張可能である。
excel visual basic for applications (vba) として開発されているのは、デプロイの容易さ、使いやすさ、officeの巨大なインストールユーザベース、ビジネスにおける広範なレガシである。
本論文で開発された方法論は,先進的な病院計画ツールやソフトウェアの利用や開発を制限した数学的理論と実践のギャップを埋めるものである。
我々の知る限りでは、上記の業務を行うために既存の病院ITシステム内に個人意思決定支援ツール(PDST)がまだ作成されていない。
本稿では,病院用PDSTの開発が実現可能であり,最適化手法を安価に組み込むことが可能であることを実証する。
広範囲な開発とテストの結果は、HOPLITEが多くのニュアンスタスクを自動化できることを示している。
さらに、最適化ソフトウェアを自由に使えるアプリケーションには、制限がほとんどなく、わずかなスケーラビリティの問題しかありません。
HOPLITEが提供する機能は、病院を戦略的に/または戦術的に必要に応じて調整しやすくする。
病院がケースミックスとリソースをよりコントロールし、より積極的に、より効率的に運用できるようにする。
関連論文リスト
- An Interactive Decision-Support Dashboard for Optimal Hospital Capacity Management [0.13635858675752993]
サージ期間中に病院の容量管理決定を通知するためのインタラクティブでユーザフレンドリな電子ダッシュボードを開発した。
ダッシュボードには、リアルタイム病院データ、予測分析、最適化モデルが統合されている。
病院の管理者は対話的にパラメータをカスタマイズでき、さまざまなシナリオを探索できる。
論文 参考訳(メタデータ) (2024-03-22T22:13:18Z) - MedAide: Leveraging Large Language Models for On-Premise Medical
Assistance on Edge Devices [7.042194397224198]
大規模言語モデル(LLM)は、その顕著な自然言語処理(NLP)能力によって、様々な領域に革命をもたらしている。
しかし,資源制約のあるエッジコンピューティングや組み込みシステムにLLMをデプロイすることは,大きな課題となる。
これらの課題には、限られた医療施設とインフラを備えた遠隔地での医療支援の提供が含まれる。
論文 参考訳(メタデータ) (2024-02-28T08:30:49Z) - NOTE: Notable generation Of patient Text summaries through Efficient
approach based on direct preference optimization [0.0]
NOTE」は「直接選好最適化に基づく効率的なアプローチによる患者テキスト要約の不適切な生成」の意。
患者イベントは順次組み合わせられ、各入院の退院の概要を生成するために使用される。
ノートは、サマリーを放出するだけでなく、患者の旅行を通して様々なサマリーを生成するために利用することができる。
論文 参考訳(メタデータ) (2024-02-19T06:43:25Z) - Planning, Creation, Usage: Benchmarking LLMs for Comprehensive Tool
Utilization in Real-World Complex Scenarios [95.97781233780357]
UltraToolは、ツール利用におけるLarge Language Modelsの能力を改善し評価するために設計された、新しいベンチマークである。
現実の複雑さを強調し、効果的な問題解決のために正確で多段階の計画を必要とする。
UltraToolの重要な特徴は、ツールの使用前に発生する自然言語による計画の独立した評価である。
論文 参考訳(メタデータ) (2024-01-30T16:52:56Z) - Clairvoyance: A Pipeline Toolkit for Medical Time Series [95.22483029602921]
時系列学習は、データ駆動の*クリニカルな意思決定支援のパンとバターである*
Clairvoyanceは、ソフトウェアツールキットとして機能する、統合されたエンドツーエンドのオートMLフレンドリなパイプラインを提案する。
Clairvoyanceは、臨床時系列MLのための包括的で自動化可能なパイプラインの生存可能性を示す最初のものである。
論文 参考訳(メタデータ) (2023-10-28T12:08:03Z) - CRAFT: Customizing LLMs by Creating and Retrieving from Specialized
Toolsets [75.64181719386497]
大規模言語モデル(LLM)のためのツール作成・検索フレームワークであるCRAFTを提案する。
タスク用に特別にキュレートされたツールセットを作成し、複雑なタスクを解決する能力を高めるためにこれらのセットからツールを取得するコンポーネントをLLMに装備する。
本手法はフレキシブルに設計されており,既製のLCMを細かな調整なしに未確認領域やモダリティに適応するためのプラグアンドプレイ方式を提供する。
論文 参考訳(メタデータ) (2023-09-29T17:40:26Z) - Large Language Models as Tool Makers [85.00361145117293]
我々はLLM A s Tool Makers (LATM) と呼ばれるクローズドループフレームワークを導入する。
ツール作成: 1 つのツール作成: LLM がタスクセットのためのツールを作成するツールメーカとして機能する 2 つのツール使用: 別の LLM がツールユーザとして機能し、ツールメーカが問題解決のために構築したツールを適用する。
論文 参考訳(メタデータ) (2023-05-26T17:50:11Z) - Human-in-the-Loop Large-Scale Predictive Maintenance of Workstations [89.51621054382878]
予測保守(英: Predictive maintenance, PdM)とは、システムの状態の統計的解析に基づいて、保守作業のスケジューリングを行うタスクである。
本稿では,機械学習システムがワークステーションの集合における将来の問題を予測できるPdM手法を提案する。
論文 参考訳(メタデータ) (2022-06-23T09:40:46Z) - The Design and Implementation of a Broadly Applicable Algorithm for
Optimizing Intra-Day Surgical Scheduling [10.92813727735562]
当科では,手術日選択アルゴリズムであるBEDS(better elective day of surgery)アルゴリズムについて紹介する。
BEDSは、ほとんどの病院で利用可能な限られたツールで容易に実装でき、外科医の自律性や集中的なスケジュールの削減は必要とせず、病院の容量や患者数の変更と互換性がある。
このフレームワークによって生成されたアルゴリズムは、幅広い目的や制約と互換性を持ちながら、BEDSの望ましい特徴の多くを保持している、と我々は主張する。
論文 参考訳(メタデータ) (2022-03-14T04:19:25Z) - MedPerf: Open Benchmarking Platform for Medical Artificial Intelligence
using Federated Evaluation [110.31526448744096]
この可能性を解き明かすには、大規模な異種データに対して医療AIモデルの性能を測定する体系的な方法が必要である、と私たちは主張する。
MedPerfは、医療分野で機械学習をベンチマークするためのオープンフレームワークです。
論文 参考訳(メタデータ) (2021-09-29T18:09:41Z) - Modular approach to data preprocessing in ALOHA and application to a
smart industry use case [0.0]
データ前処理と変換パイプラインをサポートするために、ALOHAツールフローに統合されたモジュラーアプローチに対処する。
提案手法の有効性を示すために,キーワードスポッティングのユースケースに関する実験結果を示す。
論文 参考訳(メタデータ) (2021-02-02T06:48:51Z)
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。