論文の概要: memorAIs: an Optical Character Recognition and Rule-Based Medication
Intake Reminder-Generating Solution
- arxiv url: http://arxiv.org/abs/2312.06841v1
- Date: Mon, 11 Dec 2023 21:07:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-13 18:11:46.096388
- Title: memorAIs: an Optical Character Recognition and Rule-Based Medication
Intake Reminder-Generating Solution
- Title(参考訳): memorais:光学的文字認識と規則に基づく薬剤摂取リマインダー生成ソリューション
- Authors: Eden Shaveet, Utkarsh Singh, Nicholas Assaderaghi, Maximo Librandi
- Abstract要約: メモリベースの薬物非依存は未解決の問題であり、米国ではかなりの病気の重荷を負っている。
MemorAIsは、2023年のコロンビア大学DivHacks Hackathonで患者安全賞を受賞した。
- 参考スコア(独自算出の注目度): 1.7249361224827533
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Memory-based medication non-adherence is an unsolved problem that is
responsible for considerable disease burden in the United States. Digital
medication intake reminder solutions with minimal onboarding requirements that
are usable at the point of medication acquisition may help to alleviate this
problem by offering a low barrier way to help people remember to take their
medications. In this paper, we propose memorAIs, a digital medication intake
reminder solution that mitigates onboarding friction by leveraging optical
character recognition strategies for text extraction from medication bottles
and rule based expressions for text processing to create configured medication
reminders as local device calendar invitations. We describe our ideation and
development process, as well as limitations of the current implementation.
memorAIs was the winner of the Patient Safety award at the 2023 Columbia
University DivHacks Hackathon, presented by the Patient Safety Technology
Challenge, sponsored by the Pittsburgh Regional Health Initiative.
- Abstract(参考訳): メモリベースの薬物非依存は未解決の問題であり、米国では病気の重荷を負う。
デジタル医薬品の摂取を最小限に抑えたリマインダーソリューションは、人々が薬を飲んだことを思い出すための障壁の低い方法を提供することで、この問題を軽減するのに役立つかもしれない。
本稿では,医薬品ボトルからのテキスト抽出のための光学的文字認識戦略とテキスト処理のための規則に基づく表現を活用し,局所的なデバイスカレンダー招待として設定された薬剤リマインダーを作成することで,乗車摩擦を軽減するデジタル医薬品摂取リマインダーソリューションであるmemoraisを提案する。
我々は、イデオレーションと開発プロセス、および現在の実装の制限について説明する。
MemorAIsは、ピッツバーグ地域医療イニシアチブが主催する、患者安全技術チャレンジが主催する2023年のコロンビア大学DivHacks Hackathonで、患者安全賞の受賞者となった。
関連論文リスト
- Natural Language-Assisted Multi-modal Medication Recommendation [97.07805345563348]
NLA-MMR(Natural Language-Assisted Multi-modal Medication Recommendation)を紹介する。
NLA-MMRは、患者視点から知識を学習し、医薬視点を共同で学習するために設計されたマルチモーダルアライメントフレームワークである。
本稿では,プレトレーニング言語モデル(PLM)を用いて,患者や医薬品に関するドメイン内知識を抽出する。
論文 参考訳(メタデータ) (2025-01-13T09:51:50Z) - Drug Repurposing for Parkinson's Disease Using Random Walk With Restart Algorithm and the Parkinson's Disease Ontology Database [0.0]
我々は,遺伝子の発現データ,生物学的ネットワーク,PDODデータベースを統合し,パーキンソン治療のための薬物再配置剤を同定する新しい計算プラットフォームを設計する。
本稿では, 遺伝子解析, ネットワーク優先化, 薬物標的データ解析を行い, 薬物再資源化の可能性を総合的に評価する。
論文 参考訳(メタデータ) (2024-04-11T20:11:25Z) - Large Language Model Distilling Medication Recommendation Model [58.94186280631342]
大規模言語モデル(LLM)の強力な意味理解と入力非依存特性を利用する。
本研究は, LLMを用いて既存の薬剤推奨手法を変換することを目的としている。
これを軽減するため,LLMの習熟度をよりコンパクトなモデルに伝達する機能レベルの知識蒸留技術を開発した。
論文 参考訳(メタデータ) (2024-02-05T08:25:22Z) - ChatFDA: Medical Records Risk Assessment [0.0]
本研究は,医療ノートから生じる潜在的なリスクを解消する上で,介護者を支援することで,この課題に対処するための先駆的アプリケーションについて検討する。
このアプリケーションは、オープンソースFDAのデータを活用して、処方薬に関するリアルタイムで実用的な洞察を提供する。
MIMIC-III citemimic datasetで行った予備的な分析は、医療ミスの低減と患者の安全性の増幅を強調した概念の証明を裏付けるものである。
論文 参考訳(メタデータ) (2023-12-20T03:40:45Z) - Toward a Reinforcement-Learning-Based System for Adjusting Medication to
Minimize Speech Disfluency [6.220902367156479]
本稿では,精神保健関連言語障害を補うための仮説的な患者薬を自動処方する強化学習システムを提案する。
私たちが構築した大規模なデータセット上で音声の拡散を検出し評価するモジュールと、医薬品の優れた組み合わせを自動的に見つけ出すRLアルゴリズムである。
我々の研究は概念実証であり、音声の拡散に対処するために自動データ収集を使うという考えには、将来性があることが示される。
論文 参考訳(メタデータ) (2023-12-12T04:58:11Z) - Adaptive Semi-Supervised Segmentation of Brain Vessels with Ambiguous
Labels [63.415444378608214]
提案手法は, 進歩的半教師付き学習, 適応的学習戦略, 境界拡張など, 革新的な手法を取り入れたものである。
3DRAデータセットによる実験結果から,メッシュベースのセグメンテーション指標を用いて,本手法の優位性を示す。
論文 参考訳(メタデータ) (2023-08-07T14:16:52Z) - A Novel Approach for Pill-Prescription Matching with GNN Assistance and
Contrastive Learning [6.226781755452289]
モバイル画像から薬の処方を正しく識別するシステムを開発した。
PIMAはグラフニューラルネットワーク(GNN)とコントラスト学習を用いた新しいアプローチである。
PIMAは、他のベースラインと比較して精度を19.09%から46.95%に改善している。
論文 参考訳(メタデータ) (2022-09-02T16:18:36Z) - Learning-based Computer-aided Prescription Model for Parkinson's
Disease: A Data-driven Perspective [61.70045118068213]
我々は、PD患者の症状と、神経科医が提供した処方薬を収集し、データセットを構築した。
そこで我々は、観察された症状と処方薬との関係を学習し、新しいコンピュータ支援処方薬モデルを構築した。
新来の患者に対しては、処方薬モデルにより、観察された症状に対して適切な処方薬を推奨できる(予測)。
論文 参考訳(メタデータ) (2020-07-31T14:34:35Z) - Computational Support for Substance Use Disorder Prevention, Detection,
Treatment, and Recovery [62.9980747784214]
物質使用障害には、アルコール、オピオイド、マリファナ、メタンフェタミンの誤用が含まれる。
成人12人中1人が薬物使用障害を患っている。
全米薬物乱用協会(National Institute on Drug Abuse)は、SUDが年間5200億ドルの費用を負担していると推計している。
論文 参考訳(メタデータ) (2020-06-23T18:30:20Z) - Towards User Friendly Medication Mapping Using Entity-Boosted Two-Tower
Neural Network [12.982185912745564]
薬名推論は、ユーザフレンドリーな医薬品名をフリーフォームテキストから正規化された医薬品リストのコンセプトにマッピングするタスクである。
これは、医療専門家による医療用語の使用の違いと、一般市民からのユーザー会話の相違が原因である。
我々は,医学的推論モデル (MIM) を,最先端の結果を達成するために提案する。
論文 参考訳(メタデータ) (2020-06-17T18:56:44Z) - Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。
技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。
個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
論文 参考訳(メタデータ) (2020-04-16T15:53:42Z)
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。