論文の概要: VIEWER: an extensible visual analytics framework for enhancing mental healthcare
- arxiv url: http://arxiv.org/abs/2411.07247v1
- Date: Fri, 25 Oct 2024 14:01:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-17 09:02:04.093879
- Title: VIEWER: an extensible visual analytics framework for enhancing mental healthcare
- Title（参考訳）: VIEWER:精神医療の強化のための拡張可能な視覚分析フレームワーク
- Authors: Tao Wang, David Codling, Yamiko Msosa, Matthew Broadbent, Daisy Kornblum, Catherine Polling, Thomas Searle, Claire Delaney-Pope, Barbara Arroyo, Stuart MacLellan, Zoe Keddie, Mary Docherty, Angus Roberts, Robert Stewart, Richard Dobson, Robert Harland,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 2.52780220954141
- License:
- Abstract: Objective: To design and implement VIEWER, a versatile toolkit for visual analytics of clinical data, and to systematically evaluate its effectiveness across various clinical applications while gathering feedback for iterative improvements. Materials and Methods: VIEWER is an open-source and extensible toolkit that employs distributed natural language processing and interactive visualisation techniques to facilitate the rapid design, development, and deployment of clinical information retrieval, analysis, and visualisation at the point of care. Through an iterative and collaborative participatory design approach, VIEWER was designed and implemented in a large mental health institution, where its clinical utility and effectiveness were assessed using both quantitative and qualitative methods. Results: VIEWER provides interactive, problem-focused, and comprehensive views of longitudinal patient data from a combination of structured clinical data and unstructured clinical notes. Despite a relatively short adoption period and users' initial unfamiliarity, VIEWER significantly improved performance and task completion speed compared to the standard clinical information system. Users and stakeholders reported high satisfaction and expressed strong interest in incorporating VIEWER into their daily practice. Discussion: VIEWER provides a cost-effective enhancement to the functionalities of standard clinical information systems, with evaluation offering valuable feedback for future improvements. Conclusion: VIEWER was developed to improve data accessibility and representation across various aspects of healthcare delivery, including population health management and patient monitoring. The deployment of VIEWER highlights the benefits of collaborative refinement in optimizing health informatics solutions for enhanced patient care.
- Abstract（参考訳）: 目的: 臨床データを視覚的に分析するための汎用ツールキットであるVIEWERを設計・実装し, 反復的改善のためのフィードバックを集めながら, 様々な臨床応用においてその効果を体系的に評価する。
Materials and Methods: VIEWERはオープンソースの拡張可能なツールキットで、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、医療情報検索、分析、可視化の迅速な設計、開発、展開を容易にする。
反復的かつ協調的な参加型デザインアプローチを通じて、VIEWERは大規模精神保健機関で設計・実装され、その臨床的有用性と有効性は定量的および定性的手法の両方を用いて評価された。
結果:VIEWERは、構造化された臨床データと構造化されていない臨床ノートを組み合わせることで、患者データの対話的、問題中心、包括的ビューを提供する。
導入期間は比較的短く、ユーザの初期不慣れにもかかわらず、VIEWERは標準的な臨床情報システムと比較して、パフォーマンスとタスク完了の速度を著しく改善した。
利用者と利害関係者は高い満足感を報告し、VIEWERを日々の実践に取り入れることに強い関心を示した。
考察:VIEWERは,標準臨床情報システムの機能向上に費用効果を付与し,今後の改善に価値あるフィードバックを提供する。
結論:VIEWERは,健康管理や患者モニタリングなど,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。
VIEWERの展開は、患者ケアを強化するための医療情報ソリューションの最適化における協調的改善の利点を強調している。
関連論文リスト
- Named Clinical Entity Recognition Benchmark [2.9332007863461893]
本報告では, 名前付き臨床エンティティ認識ベンチマークを紹介する。
臨床物語から構造化された情報を抽出する重要な自然言語処理(NLP)タスクに対処する。
リーダーボードは多様な言語モデルを評価するための標準化されたプラットフォームを提供する。
論文 参考訳（メタデータ） (2024-10-07T14:00:18Z) - STLLaVA-Med: Self-Training Large Language and Vision Assistant for Medical Question-Answering [58.79671189792399]
STLLaVA-Medは、医療ビジュアルインストラクションデータを自動生成できるポリシーモデルを訓練するために設計されている。
STLLaVA-Medの有効性とデータ効率を3つの主要な医用視覚質問応答(VQA)ベンチマークで検証した。
論文 参考訳（メタデータ） (2024-06-28T15:01:23Z) - Patient-Centric Knowledge Graphs: A Survey of Current Methods,
Challenges, and Applications [2.913761513290171]
患者中心知識グラフ(PCKG)は、個別の患者ケアに焦点を当てた医療における重要なシフトである。
PCKGは様々な種類の健康データを統合し、患者の健康を包括的に理解する医療専門家に提供します。
本稿はPCKGに関する方法論,課題,機会について概説する。
論文 参考訳（メタデータ） (2024-02-20T00:07:55Z) - A Visual Analytics Design for Connecting Healthcare Team Communication
to Patient Outcomes [24.618192211010612]
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。
論文 参考訳（メタデータ） (2024-01-08T07:11:56Z) - 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) - Foundation Metrics for Evaluating Effectiveness of Healthcare
Conversations Powered by Generative AI [38.497288024393065]
ジェネレーティブ・人工知能(Generative Artificial Intelligence)は、従来の医療をよりパーソナライズされ、効率的で、積極的なプロセスに変えることで、医療提供に革命をもたらす。
本稿では,医療における対話型対話モデルの評価に特に適用可能な最先端評価指標について検討する。
論文 参考訳（メタデータ） (2023-09-21T19:36:48Z) - Large Language Models for Healthcare Data Augmentation: An Example on
Patient-Trial Matching [49.78442796596806]
患者-心電図マッチング(LLM-PTM)のための革新的なプライバシ対応データ拡張手法を提案する。
本実験では, LLM-PTM法を用いて平均性能を7.32%向上させ, 新しいデータへの一般化性を12.12%向上させた。
論文 参考訳（メタデータ） (2023-03-24T03:14:00Z) - 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) - VBridge: Connecting the Dots Between Features, Explanations, and Data
for Healthcare Models [85.4333256782337]
VBridgeは、臨床医の意思決定ワークフローに機械学習の説明をシームレスに組み込むビジュアル分析ツールである。
我々は,臨床医がMLの特徴に慣れていないこと,文脈情報の欠如,コホートレベルの証拠の必要性など,3つの重要な課題を特定した。
症例スタディと専門医4名のインタビューを通じて, VBridgeの有効性を実証した。
論文 参考訳（メタデータ） (2021-08-04T17:34:13Z) - Clinical Outcome Prediction from Admission Notes using Self-Supervised
Knowledge Integration [55.88616573143478]
臨床テキストからのアウトカム予測は、医師が潜在的なリスクを見落としないようにする。
退院時の診断,手術手順,院内死亡率,長期予測は4つの一般的な結果予測対象である。
複数の公開資料から得られた患者結果に関する知識を統合するために,臨床結果の事前学習を提案する。
論文 参考訳（メタデータ） (2021-02-08T10:26:44Z)
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。