Fugu-MT 論文翻訳(概要): Dissecting Medical Referral Mechanisms in Health Services: Role of Physician Professional Networks

論文の概要: Dissecting Medical Referral Mechanisms in Health Services: Role of Physician Professional Networks

arxiv url: http://arxiv.org/abs/2312.02387v1
Date: Mon, 4 Dec 2023 23:03:09 GMT
ステータス: 処理完了
システム内更新日: 2023-12-06 17:28:58.946143
Title: Dissecting Medical Referral Mechanisms in Health Services: Role of Physician Professional Networks
Title（参考訳）: 医療サービスにおける医療レファレンスメカニズムの解明 : 医師のネットワークの役割
Authors: Regina de Brito Duarte, Qiwei Han, Claudia Soares
Abstract要約: プライマリケア医師(PC)とスペシャリストケア(SC)の医療紹介は、品質、満足度、コストに関して、患者医療に大きな影響を及ぼす。本稿では,PC から SC への患者紹介における専門医のネットワークの影響について検討する。
参考スコア（独自算出の注目度）: 1.2277343096128712
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Medical referrals between primary care physicians (PC) and specialist care (SC) physicians profoundly impact patient care regarding quality, satisfaction, and cost. This paper investigates the influence of professional networks among medical doctors on referring patients from PC to SC. Using five-year consultation data from a Portuguese private health provider, we conducted exploratory data analysis and constructed both professional and referral networks among physicians. We then apply Graph Neural Network (GNN) models to learn latent representations of the referral network. Our analysis supports the hypothesis that doctors' professional social connections can predict medical referrals, potentially enhancing collaboration within organizations and improving healthcare services. This research contributes to dissecting the underlying mechanisms in primary-specialty referrals, thereby providing valuable insights for enhancing patient care and effective healthcare management.
Abstract（参考訳）: プライマリケア医師(PC)とスペシャリストケア(SC)の医療紹介は、品質、満足度、コストに関して、患者医療に大きな影響を及ぼす。本稿では,PC から SC への患者紹介における専門医のネットワークの影響について検討する。ポルトガルの民間医療提供者による5年間の相談データを用いて,探索的データ分析を行い,医師間の専門家ネットワークと紹介ネットワークを構築した。次に,グラフニューラルネットワーク(gnn)モデルを適用し,参照ネットワークの潜在表現を学習する。我々の分析は、医師の専門的な社会的つながりが医療基準を予測し、組織内の協力を強化し、医療サービスを改善することができるという仮説を支持している。本研究は, プライマリ・スペシャリティ・レファラルの根底にあるメカニズムの解明に寄与し, 患者ケアの強化と効果的な医療管理に有用な知見を提供する。

関連論文リスト

RuleAlign: Making Large Language Models Better Physicians with Diagnostic Rule Alignment [54.91736546490813]
本稿では,大規模言語モデルと特定の診断規則との整合性を考慮したルールアラインフレームワークを提案する。患者と医師間の規則に基づくコミュニケーションを含む医療対話データセットを開発した。実験の結果,提案手法の有効性が示された。
論文参考訳（メタデータ） (2024-08-22T17:44:40Z)
DWARF: Disease-weighted network for attention map refinement [6.658039889530641]
本研究は、医療専門家を解釈可能性のプロセスに統合することで、医療画像分析における「ループ外人間」と「信頼」の問題に対処する。本稿では、専門家のフィードバックを活用して、モデル妥当性と精度を高める病弱注意マップ改善ネットワーク(DWARF)を提案する。
論文参考訳（メタデータ） (2024-06-24T18:00:11Z)
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)
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)
Transformer-based classification of user queries for medical consultancy with respect to expert specialization [4.124390946636936]
本稿では,RuBERTモデルを用いた医療相談分野におけるユーザからの問い合わせを分類するための革新的な戦略を提案する。我々は,クエリと特定の医療専門知識の正確な対応を容易にする様々なデータセット上で,事前学習したRuBERTモデルを微調整した。
論文参考訳（メタデータ） (2023-09-26T04:36:12Z)
Towards Trustworthy Automatic Diagnosis Systems by Emulating Doctors' Reasoning with Deep Reinforcement Learning [2.314562406457073]
深層強化学習フレームワークを用いて証拠取得と自動診断タスクをモデル化することを提案する。提案手法は, 競合する病理学予測精度を維持しつつ, 既存モデルよりも優れた性能を示す。
論文参考訳（メタデータ） (2022-10-13T17:17:17Z)
Enriching Unsupervised User Embedding via Medical Concepts [51.17532619610099]
教師なしのユーザ埋め込みは、患者を人間の監督なしに、固定長のベクターにエンコードすることを目的としている。臨床ノートから抽出された医療概念は、患者とその臨床カテゴリ間の豊富な関係を含んでいる。本稿では,2つの臨床コーパスからテキスト文書と医療概念を共同で活用する,非教師なしユーザ埋め込みを提案する。
論文参考訳（メタデータ） (2022-03-20T18:54:05Z)
Doctor Recommendation in Online Health Forums via Expertise Learning [12.264865055778388]
本稿では,患者を専門知識を持つ医師に自動ペア化するための,医師推薦の新たな課題について検討する。本研究は, 他患者とのプロフィールと過去の対話の併用効果について検討し, 自己学習による対話を探求するものである。実験のためには、中国のオンライン健康フォーラムであるChunyu Yishengから大規模なデータセットが収集されている。
論文参考訳（メタデータ） (2022-03-06T10:39:48Z)
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)
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)
Bridging the gap between AI and Healthcare sides: towards developing clinically relevant AI-powered diagnosis systems [18.95904791202457]
医療・インフォマティクスにおける医療画像の専門家,医師,ジェネラリストを対象に,臨床的に価値のあるAI研究ワークショップを開催した。そこで, 医師を対象としたアンケート調査により, データ拡張と医師養成の観点から, GANに基づく画像拡張プロジェクトを評価した。
論文参考訳（メタデータ） (2020-01-12T12:45:46Z)

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。