Fugu-MT 論文翻訳(概要): A Visual Analytics Design for Connecting Healthcare Team Communication to Patient Outcomes

論文の概要: A Visual Analytics Design for Connecting Healthcare Team Communication to Patient Outcomes

arxiv url: http://arxiv.org/abs/2401.03700v1
Date: Mon, 8 Jan 2024 07:11:56 GMT
ステータス: 処理完了
システム内更新日: 2024-01-09 17:24:39.600553
Title: A Visual Analytics Design for Connecting Healthcare Team Communication to Patient Outcomes
Title（参考訳）: 医療チームコミュニケーションと患者の成果をつなぐビジュアル分析設計
Authors: Hsiao-Ying Lu, Yiran Li, Kwan-Liu Ma
Abstract要約: 医療従事者(HCP)間のコミュニケーションは、患者の治療の質に不可欠である。本稿では,ERHシステムを利用した時間通信ネットワークの有効性と効率性を検討するために,視覚分析システムを提案する。
参考スコア（独自算出の注目度）: 24.618192211010612
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Communication among healthcare professionals (HCPs) is crucial for the quality of patient treatment. Surrounding each patient's treatment, communication among HCPs can be examined as temporal networks, constructed from Electronic Health Record (EHR) access logs. This paper introduces a visual analytics system designed to study the effectiveness and efficiency of temporal communication networks mediated by the EHR system. We present a method that associates network measures with patient survival outcomes and devises effectiveness metrics based on these associations. To analyze communication efficiency, we extract the latencies and frequencies of EHR accesses. Our visual analytics system is designed to assist in inspecting and understanding the composed communication effectiveness metrics and to enable the exploration of communication efficiency by encoding latencies and frequencies in an information flow diagram. We demonstrate and evaluate our system through multiple case studies and an expert review.
Abstract（参考訳）: 医療専門家(HCP)間のコミュニケーションは、患者の治療の質に不可欠である。各患者の治療の周囲では、Electronic Health Record (EHR) アクセスログから構築した時間的ネットワークとして、HCP間の通信を調べることができる。本稿では,ERHシステムを利用した時間通信ネットワークの有効性と効率性を検討するために,視覚分析システムを提案する。本稿では,ネットワーク計測と患者の生存率を関連付け,それらの関連に基づいて有効性指標を考案する手法を提案する。通信効率を分析するために,EHRアクセスのレイテンシと周波数を抽出する。視覚分析システムは,構成したコミュニケーション効率指標の検査と理解を支援するとともに,情報フロー図にレイテンシと周波数をエンコードすることで通信効率の探索を可能にする。複数のケーススタディと専門家によるレビューを通じて,システムの実証と評価を行った。

関連論文リスト

VIEWER: an extensible visual analytics framework for enhancing mental healthcare [2.52780220954141]
VIEWERはオープンソースのツールキットで、分散自然言語処理とインタラクティブな可視化技術を利用している。 VIEWERは、医療提供のさまざまな側面におけるデータアクセシビリティと表現を改善するために開発された。
論文参考訳（メタデータ） (2024-10-25T14:01:13Z)
Assessing the role of clinical summarization and patient chart review within communications, medical management, and diagnostics [0.0]
本総説では,コミュニケーション,診断,管理における患者チャートレビューの意義と課題について,近年の文献および事例研究について概説する。また、人工知能を臨床要約タスクに統合するための最近の取り組みや、臨床医の潜在能力に対する変革的な影響についても論じている。
論文参考訳（メタデータ） (2024-06-24T15:31:24Z)
Analyzing Participants' Engagement during Online Meetings Using Unsupervised Remote Photoplethysmography with Behavioral Features [50.82725748981231]
エンゲージメント測定は、医療、教育、サービスに応用される。生理的特徴と行動的特徴の使用は可能であるが、従来の生理的測定の非現実性は接触センサーの必要性により生じる。コンタクトセンサの代替として, 教師なし光胸腺造影(胸腔鏡)の有用性を実証する。
論文参考訳（メタデータ） (2024-04-05T20:39:16Z)
Benchmarking Large Language Models on Communicative Medical Coaching: a Novel System and Dataset [26.504409173684653]
患者相談におけるコミュニケーションスキルの実践を支援するための,人間とAIの協調的枠組みであるChatCoachを紹介する。 ChatCoachは、医療学習者が患者エージェントと対話できるシミュレートされた環境を提供し、コーチエージェントは即時かつ構造化されたフィードバックを提供する。我々はChatCoachフレームワーク内で、コミュニケーション型医療コーチングタスクにおいて、LLM(Large Language Models)を評価するためのデータセットを開発した。
論文参考訳（メタデータ） (2024-02-08T10:32:06Z)
Radiology Report Generation Using Transformers Conditioned with Non-imaging Data [55.17268696112258]
本稿では,胸部X線画像と関連する患者の人口統計情報を統合したマルチモーダルトランスフォーマーネットワークを提案する。提案ネットワークは、畳み込みニューラルネットワークを用いて、CXRから視覚的特徴を抽出し、その視覚的特徴と患者の人口統計情報のセマンティックテキスト埋め込みを組み合わせたトランスフォーマーベースのエンコーダデコーダネットワークである。
論文参考訳（メタデータ） (2023-11-18T14:52:26Z)
A Unified Approach for Comprehensive Analysis of Various Spectral and Tissue Doppler Echocardiography [3.7775754350457746]
本稿では、コンボリューションニューラルネットワークを用いた新しい統合フレームワークを導入し、スペクトルおよび組織ドプラ心エコー画像の包括的解析を行った。ネットワークは、新しいドップラー形状の埋め込みとアンチエイリアスモジュールによって、様々なドップラービューにまたがる重要な特徴を自動的に認識する。実験結果から, ダイス類似度係数 (DSC) や結合上の交叉 (IoU) など, 性能指標における一貫したアウトパフォーマンスを示す。
論文参考訳（メタデータ） (2023-11-14T15:10:05Z)
Validating a virtual human and automated feedback system for training doctor-patient communication skills [3.0354760313198796]
本稿では,SOPHIE(Standardized Online patient for Health Interaction Education)として知られる,スケーラブルでアクセスしやすいデジタルツールの開発と検証について紹介する。その結果,SOPHIEを施行した被験者は,コミュニケーション全体,集計スコア,患者のエンパワーメント,共感などのコントロールよりも有意に優れていた。いつか、SOPHIEが既存のリソースを補完するスケーラブルなオプションを提供することで、コミュニケーショントレーニングリソースをよりアクセスしやすくすることを期待します。
論文参考訳（メタデータ） (2023-06-27T05:23:08Z)
SPeC: A Soft Prompt-Based Calibration on Performance Variability of Large Language Model in Clinical Notes Summarization [50.01382938451978]
本稿では,ソフトプロンプトを用いたモデルに依存しないパイプラインを導入し,確率に基づく要約の利点を保ちながら分散を減少させる。実験結果から,本手法は性能を向上するだけでなく,様々な言語モデルの分散を効果的に抑制することが明らかとなった。
論文参考訳（メタデータ） (2023-03-23T04:47:46Z)
Predicting Patient Readmission Risk from Medical Text via Knowledge Graph Enhanced Multiview Graph Convolution [67.72545656557858]
本稿では,電子健康記録の医用テキストを予測に用いる新しい手法を提案する。外部知識グラフによって強化された多視点グラフを有する患者の退院サマリーを表現している。実験により,本手法の有効性が証明され,最先端の性能が得られた。
論文参考訳（メタデータ） (2021-12-19T01:45:57Z)
MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
論文参考訳（メタデータ） (2020-11-17T15:18:38Z)
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。