論文の概要: DEUS: Distributed Electronic Patient File Update System

• arxiv url: http://arxiv.org/abs/2311.14349v1
• Date: Fri, 24 Nov 2023 08:49:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-27 15:37:25.057789
• Title: DEUS: Distributed Electronic Patient File Update System
• Title（参考訳）: deus:分散型電子患者ファイル更新システム
• Authors: Christoph P. Neumann and Florian Rampp and Richard Lenz
• Abstract要約: 医療情報の不適切な利用は、医療ミスの大きな原因であり、医療費に影響を及ぼす。 ドキュメント指向のパラダイムをシステム統合に適用することで、医療における制度間情報交換が可能になる。 提案するアーキテクチャの目的は、厳格な自律医療機関間での情報交換を提供することである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Inadequate availability of patient information is a major cause for medical errors and affects costs in healthcare. Traditional approaches to information integration in healthcare do not solve the problem. Applying a document-oriented paradigm to systems integration enables inter-institutional information exchange in healthcare. The goal of the proposed architecture is to provide information exchange between strict autonomous healthcare institutions, bridging the gap between primary and secondary care. In a long-term healthcare data distribution scenario, the patient has to maintain sovereignty over any personal health information. Thus, the traditional publish-subscribe architecture is extended by a phase of human mediation within the data flow. DEUS essentially decouples the roles of information author and information publisher into distinct actors, resulting in a triangular data flow. The interaction scenario will be motivated. The significance of human mediation will be discussed. DEUS provides a carefully distinguished actor and role model for mediated pub-sub. The data flow between the participants is factored into distinct phases of information interchange. The artefact model is decomposed into role-dependent constituent parts. Both a domain specific (healthcare) terminology and a generic terminology is provided. From a technical perspective, the system design is presented. The sublayer for network transfer will be highlighted as well as the subsystem for human-machine interaction.
• Abstract（参考訳）: 患者情報が不十分であることは、医療ミスの主な原因であり、医療費に影響を及ぼす。 医療における情報統合への伝統的なアプローチは、この問題を解決しない。 ドキュメント指向のパラダイムをシステム統合に適用することで、医療における制度間情報交換が可能になる。 提案アーキテクチャの目標は,プライマリケアとセカンダリケアのギャップを埋めることで,厳格な自律医療機関間の情報交換を提供することである。 長期医療データ配信のシナリオでは、患者は個人の健康情報に対する主権を維持する必要がある。 このように、従来のパブリッシュ/サブスクライブアーキテクチャは、データフロー内の人間の仲介のフェーズによって拡張される。 DEUSは基本的に、情報著者と情報出版者の役割を異なるアクターに分離し、三角形のデータフローをもたらす。 対話のシナリオは動機づけられるでしょう。 人間の仲裁の重要性について論じる。 DEUSは、仲介パブサブのために、注意深く区別されたアクターとロールモデルを提供する。 参加者間のデータフローは、情報交換の異なるフェーズに分解される。 人工物モデルは、役割依存的な構成部品に分解される。 ドメイン特異的(医療)用語と汎用用語の両方が提供される。 技術的な観点からは、システム設計が提示される。 ネットワーク転送のサブレイヤは、ヒューマンマシンインタラクションのサブシステムと同様に強調される。

関連論文リスト

• Multimodal Federated Learning in Healthcare: a Review [5.983768682145731]
  フェデレートラーニング(FL)は、データを統合する必要のない分散メカニズムを提供する。 本稿では,医療分野におけるマルチモーダル・フェデレート・ラーニング(MMFL)の現状について概説する。 最先端のAI技術と、医療アプリケーションにおける患者のデータプライバシの必要性のギャップを埋めることを目指している。
  論文  参考訳（メタデータ） (2023-10-14T19:43:06Z)
• Blockchain-empowered Federated Learning for Healthcare Metaverses: User-centric Incentive Mechanism with Optimal Data Freshness [66.3982155172418]
  まず、医療メタバースのための分散型フェデレートラーニング(FL)に基づく、ユーザ中心のプライバシ保護フレームワークを設計する。 次に,情報時代(AoI)を有効データ更新度指標として利用し,観測理論(PT)に基づくAoIベースの契約理論モデルを提案し,センシングデータ共有の動機付けを行う。
  論文  参考訳（メタデータ） (2023-07-29T12:54:03Z)
• The Design and Implementation of a National AI Platform for Public Healthcare in Italy: Implications for Semantics and Interoperability [62.997667081978825]
  イタリア国立衛生局は、その技術機関を通じて人工知能を採用している。 このような広大なプログラムには、知識領域の形式化に特別な注意が必要である。 AIが患者、開業医、健康システムに与える影響について疑問が投げかけられている。
  論文  参考訳（メタデータ） (2023-04-24T08:00:02Z)
• Forecasting User Interests Through Topic Tag Predictions in Online Health Communities [16.088586964818703]
  本稿では,オンラインコミュニティの参加者に信頼できる情報を提案する革新的なアプローチを提案する。 プロファイルに基づいて,ユーザの将来的な情報ニーズを記述したトピックタグの予測に問題がある。 その結果、オンライン健康コミュニティのユーザのニーズに合わせて、協調的な情報フィルタリングやレコメンデーションシステムの亜種となる。
  論文  参考訳（メタデータ） (2022-11-05T00:09:45Z)
• EBOCA: Evidences for BiOmedical Concepts Association Ontology [55.41644538483948]
  本論文は,生物医学領域の概念とそれらの関連性を記述するオントロジーであるEBOCAと,それらの関連性を支持するエビデンスを提案する。 DISNETのサブセットから得られるテストデータとテキストからの自動アソシエーション抽出が変換され、実際のシナリオで使用できる知識グラフが作成されるようになった。
  論文  参考訳（メタデータ） (2022-08-01T18:47:03Z)
• Unique Device Identification Based Linkage of Hierarchically Accessible Data Domains in Prospective Hospital Data Ecosystems [0.0]
  電子健康記録(EHR)は、患者固有の電子的に保存された健康データの体系化された収集を目標としている。 本稿では、Unique Device Identification (UDI)拡張人工股関節の例を用いて、クロスドメインデータ統合、データ融合、アクセス制御に対処する。 mHealthにデータベース化されたソーシャルフォーカスの取得が近づき、治療介入や急性診断データによるデータ統合とネットワークもカバーしている。
  論文  参考訳（メタデータ） (2022-02-26T19:45:31Z)
• Practical Challenges in Differentially-Private Federated Survival Analysis of Medical Data [57.19441629270029]
  本稿では,ニューラルネットワークの本質的特性を活用し,生存分析モデルの訓練過程を関連づける。 小さな医療データセットと少数のデータセンターの現実的な設定では、このノイズはモデルを収束させるのが難しくなります。 DPFed-post は,私的フェデレート学習方式に後処理の段階を追加する。
  論文  参考訳（メタデータ） (2022-02-08T10:03:24Z)
• External Attention Assisted Multi-Phase Splenic Vascular Injury Segmentation with Limited Data [72.99534552950138]
  脾臓は腹部外傷において最も多く損傷を受けた固形臓器の1つである。 脾臓血管損傷の 正確な分節化は 以下の理由から 困難です
  論文  参考訳（メタデータ） (2022-01-04T02:35:56Z)
• 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)

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。