論文の概要: Decade of Natural Language Processing in Chronic Pain: A Systematic Review
- arxiv url: http://arxiv.org/abs/2412.15360v1
- Date: Thu, 19 Dec 2024 19:46:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-23 16:24:23.023393
- Title: Decade of Natural Language Processing in Chronic Pain: A Systematic Review
- Title（参考訳）: 慢性痛における自然言語処理の10年 : 体系的考察
- Authors: Swati Rajwal,
- Abstract要約: 慢性痛におけるNLPの約束にもかかわらず、文献は様々な分野に分散している。
本総説は、慢性痛研究におけるNLPによる介入研究の現状について検討することを目的とする。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: In recent years, the intersection of Natural Language Processing (NLP) and public health has opened innovative pathways for investigating various domains, including chronic pain in textual datasets. Despite the promise of NLP in chronic pain, the literature is dispersed across various disciplines, and there is a need to consolidate existing knowledge, identify knowledge gaps in the literature, and inform future research directions in this emerging field. This review aims to investigate the state of the research on NLP-based interventions designed for chronic pain research. A search strategy was formulated and executed across PubMed, Web of Science, IEEE Xplore, Scopus, and ACL Anthology to find studies published in English between 2014 and 2024. After screening 132 papers, 26 studies were included in the final review. Key findings from this review underscore the significant potential of NLP techniques to address pressing challenges in chronic pain research. The past 10 years in this field have showcased the utilization of advanced methods (transformers like RoBERTa and BERT) achieving high-performance metrics (e.g., F1>0.8) in classification tasks, while unsupervised approaches like Latent Dirichlet Allocation (LDA) and k-means clustering have proven effective for exploratory analyses. Results also reveal persistent challenges such as limited dataset diversity, inadequate sample sizes, and insufficient representation of underrepresented populations. Future research studies should explore multimodal data validation systems, context-aware mechanistic modeling, and the development of standardized evaluation metrics to enhance reproducibility and equity in chronic pain research.
- Abstract（参考訳）: 近年、自然言語処理(NLP)と公衆衛生の交わりが、テキストデータセットの慢性的な痛みなど、様々な領域を調査するための革新的な道を開いた。
慢性痛におけるNLPの約束にもかかわらず、文献は様々な分野に分散しており、既存の知識を統合し、文献の知識ギャップを特定し、この新興分野の今後の研究方向性を知らせる必要がある。
本総説は、慢性痛研究のためのNLPベースの介入研究の現状について検討することを目的とする。
2014年から2024年にかけて、PubMed、Web of Science、IEEE Xplore、Scopus、ACL Anthologyで検索戦略を定式化して実行し、英語で研究された。
132論文を審査した後、最終審査に26の研究が加えられた。
本研究の主な知見は,慢性痛研究における圧痛問題に対処するNLP技術の有意な可能性を明らかにすることである。
この分野で過去10年間、高度な手法(RoBERTaやBERTのような変換器)を用いて、分類タスクにおいて高性能なメトリクス(例えば、F1>0.8)を達成している一方、LDA(Latent Dirichlet Allocation)やk-means Clusteringのような教師なしのアプローチは探索分析に有効であることが証明されている。
また、データセットの多様性の制限、サンプルサイズが不十分なこと、人口不足の表現が不十分なことなど、永続的な課題も明らかにした。
今後の研究は、マルチモーダルデータ検証システム、文脈認識力学モデリング、および慢性痛研究における再現性と公平性を高めるための標準化された評価指標の開発を検討するべきである。
関連論文リスト
- Natural Language Processing for Analyzing Electronic Health Records and Clinical Notes in Cancer Research: A Review [1.3966247773236926]
本総説は, がん研究における自然言語処理(NLP)の応用を電子健康記録(EHR)と臨床ノートを用いて分析することを目的とする。
データ抽出には、研究の特徴、がんの種類、NLP方法論、データセット情報、パフォーマンス指標、課題、今後の方向性が含まれていた。
論文 参考訳（メタデータ） (2024-10-29T16:17:07Z) - Advancing Histopathology with Deep Learning Under Data Scarcity: A Decade in Review [30.91867799522664]
病理組織学における深層学習の応用について概説する。
われわれは過去10年間にデータ不足によって引き起こされた課題に注目している。
未調査の研究機会を特定します。
論文 参考訳（メタデータ） (2024-10-18T07:29:48Z) - A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。
重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。
人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
論文 参考訳（メタデータ） (2024-05-21T06:44:40Z) - Deep Rib Fracture Instance Segmentation and Classification from CT on
the RibFrac Challenge [66.86170104167608]
RibFrac Challengeは、660のCTスキャンから5,000以上のリブ骨折のベンチマークデータセットを提供する。
MICCAI 2020チャレンジ期間中に243つの結果が評価され、7つのチームがチャレンジサマリーに参加するために招待された。
この分析により、いくつかのトップリブ骨折検出ソリューションが、人間の専門家と同等かそれ以上の性能を達成したことが明らかになった。
論文 参考訳（メタデータ） (2024-02-14T18:18:33Z) - De-identification of clinical free text using natural language
processing: A systematic review of current approaches [48.343430343213896]
自然言語処理は、その非識別プロセスの自動化の可能性を繰り返し示してきた。
本研究の目的は,過去13年間に臨床自由テキストの非識別化が進展したことを示す体系的な証拠を提供することである。
論文 参考訳（メタデータ） (2023-11-28T13:20:41Z) - LifeLonger: A Benchmark for Continual Disease Classification [59.13735398630546]
MedMNISTコレクションの連続的な疾患分類のためのベンチマークであるLifeLongerを紹介する。
タスクとクラスでの病気の漸進的な学習は、モデルをスクラッチから再トレーニングすることなく、新しいサンプルを分類する問題に対処する。
クロスドメインインクリメンタル学習は、これまで得られた知識を維持しながら、異なる機関から派生したデータセットを扱う問題に対処する。
論文 参考訳（メタデータ） (2022-04-12T12:25:05Z) - Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。
これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。
静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
論文 参考訳（メタデータ） (2022-04-07T22:14:37Z) - A Systematic Review of Natural Language Processing Applied to Radiology
Reports [3.600747505433814]
本研究は, 放射線学報告に応用されたNLPの最近の文献を体系的に評価する。
本研究は, 放射線学的特徴, nlp法, 性能, 研究, 臨床応用特性を含む21の変数に基づく。
論文 参考訳（メタデータ） (2021-02-18T18:54:41Z) - Artificial Intelligence, speech and language processing approaches to
monitoring Alzheimer's Disease: a systematic review [5.635607414700482]
本稿では,アルツハイマー病の認知機能低下を予測するための人工知能,音声,言語処理の利用に関する現在の知見を要約する。
筆者らは2000年から2019年にかけて, PROSPEROに登録されたオリジナルの研究の体系的レビューを行った。
論文 参考訳（メタデータ） (2020-10-12T21:43:04Z) - Opportunities and Challenges of Deep Learning Methods for
Electrocardiogram Data: A Systematic Review [62.490310870300746]
心電図(Electrocardiogram、ECG)は、医学および医療において最も一般的に用いられる診断ツールの1つである。
深層学習法は心電図信号を用いた予測医療タスクにおいて有望な結果を得た。
本稿では、モデリングとアプリケーションの観点から、ECGデータに対するディープラーニング手法の体系的なレビューを行う。
論文 参考訳（メタデータ） (2019-12-28T02:44:29Z)
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。