論文の概要: Evaluating GPT's Capability in Identifying Stages of Cognitive Impairment from Electronic Health Data

• arxiv url: http://arxiv.org/abs/2502.09715v1
• Date: Thu, 13 Feb 2025 19:04:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-17 14:48:45.684973
• Title: Evaluating GPT's Capability in Identifying Stages of Cognitive Impairment from Electronic Health Data
• Title（参考訳）: 電子健康データを用いた認知障害の特定段階におけるGPTの能力評価
• Authors: Yu Leng, Yingnan He, Colin Magdamo, Ana-Maria Vranceanu, Christine S. Ritchie, Shibani S. Mukerji, Lidia M. V. R. Moura, John R. Dickson, Deborah Blacker, Sudeshna Das,
• Abstract要約: 本研究は,ゼロショットGPT-4oを用いて2つのタスクにおける認知障害の段階を決定する自動アプローチを評価する。 GPT-4oのグローバル・クリニカル・認知症評価(CDR)を769例から評価した。 第2に, 正常認知, 軽度認知障害 (MCI) , 認知認知障害 (MCI) と認知障害 (MCI) の鑑別能力を検討した。
• 参考スコア（独自算出の注目度）: 0.8777457069049611
• License:
• Abstract: Identifying cognitive impairment within electronic health records (EHRs) is crucial not only for timely diagnoses but also for facilitating research. Information about cognitive impairment often exists within unstructured clinician notes in EHRs, but manual chart reviews are both time-consuming and error-prone. To address this issue, our study evaluates an automated approach using zero-shot GPT-4o to determine stage of cognitive impairment in two different tasks. First, we evaluated the ability of GPT-4o to determine the global Clinical Dementia Rating (CDR) on specialist notes from 769 patients who visited the memory clinic at Massachusetts General Hospital (MGH), and achieved a weighted kappa score of 0.83. Second, we assessed GPT-4o's ability to differentiate between normal cognition, mild cognitive impairment (MCI), and dementia on all notes in a 3-year window from 860 Medicare patients. GPT-4o attained a weighted kappa score of 0.91 in comparison to specialist chart reviews and 0.96 on cases that the clinical adjudicators rated with high confidence. Our findings demonstrate GPT-4o's potential as a scalable chart review tool for creating research datasets and assisting diagnosis in clinical settings in the future.
• Abstract（参考訳）: 電子健康記録(EHR)における認知障害の特定は、タイムリーな診断だけでなく、研究の促進にも不可欠である。 認知障害に関する情報は、ERHの未構造化臨床ノートの中にしばしば存在するが、手動のチャートレビューは、時間とエラーのリスクの両方を伴っている。 本研究は,ゼロショット GPT-4o を用いて2つのタスクにおける認知障害のステージを決定する自動アプローチを評価する。 まず,マサチューセッツ総合病院(MGH)に来院した769例を対象に,グローバル・クリニカル・認知症評価(CDR)を判定するGPT-4oの有用性を評価し,加重カッパスコア0.83を得た。 第2に, 正常認知, 軽度認知障害 (MCI) , 認知認知障害 (MCI) と認知障害 (MCI) の鑑別能力を検討した。 GPT-4oは、専門的なチャートレビューと比較すると重み付きカッパスコアが0.91で、臨床適応者が高い信頼性で評価した症例は0.96であった。 以上の結果から,GPT-4oは研究データセットの作成や臨床現場での診断支援にスケーラブルなチャートレビューツールとしての可能性を示した。

関連論文リスト

• Arges: Spatio-Temporal Transformer for Ulcerative Colitis Severity Assessment in Endoscopy Videos [2.0735422289416605]
  専門家のMES/UCEISアノテーションは時間を要するため、ラター間のばらつきに影響を受けやすい。 エンド・ツー・エンド(e2e)トレーニングを備えたCNNベースの弱い教師付きモデルでは、新しい疾患スコアへの一般化が欠如している。 アルジェス(Arges)は、内視鏡で病気の重症度を推定するために位置エンコーディングを組み込んだ深層学習フレームワークである。
  論文  参考訳（メタデータ） (2024-10-01T09:23:14Z)
• Advancing Mental Health Pre-Screening: A New Custom GPT for Psychological Distress Assessment [0.8287206589886881]
  サイコアナリティスト」はOpenAIのGPT-4をベースとしたカスタムGPTモデルであり、スクリーニング前の精神疾患に最適化されている。 このモデルは、精神疾患のニュアンス言語指標を正しくデコードする。
  論文  参考訳（メタデータ） (2024-08-03T00:38:30Z)
• Anomaly Detection in Electrocardiograms: Advancing Clinical Diagnosis Through Self-Supervised Learning [32.37717219026923]
  既存のシステムは、心臓のマクロ/ミクロ構造における深刻な生命を脅かす問題や変化の前兆となる稀な心臓異常を見逃すことがしばしばある。 本研究は自己監督型異常検出(AD)に焦点をあて,異常を示す偏差を認識するために,正常心電図のみを訓練する。 本稿では,心電図の異常を自律的に検出し,局所化するために,正常心電図の膨大なデータセットを利用する,心電図ADのための新しい自己教師型学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-04-07T12:15:53Z)
• A Systematic Evaluation of GPT-4V's Multimodal Capability for Medical Image Analysis [87.25494411021066]
  医用画像解析のためのGPT-4Vのマルチモーダル機能の評価を行った。 GPT-4Vは医用画像の理解に優れ、高品質な放射線診断レポートを生成する。 医用視覚接地の性能は大幅に改善する必要があることが判明した。
  論文  参考訳（メタデータ） (2023-10-31T11:39:09Z)
• Is GPT-4 a reliable rater? Evaluating Consistency in GPT-4 Text Ratings [63.35165397320137]
  本研究では,OpenAI の GPT-4 によるフィードバック評価の整合性について検討した。 このモデルは、マクロ経済学の上級教育分野における課題に対する回答を、内容とスタイルの観点から評価した。
  論文  参考訳（メタデータ） (2023-08-03T12:47:17Z)
• The Potential and Pitfalls of using a Large Language Model such as ChatGPT or GPT-4 as a Clinical Assistant [12.017491902296836]
  ChatGPTとGPT-4はいくつかの医療領域で有望な性能を示した。 われわれはChatGPTとGPT-4を用いて2つの分析を行った。 患者の評価では、GPT-4は4回に3回、正確に診断できる。
  論文  参考訳（メタデータ） (2023-07-16T21:19:47Z)
• Learning to diagnose cirrhosis from radiological and histological labels with joint self and weakly-supervised pretraining strategies [62.840338941861134]
  そこで本稿では, 放射線学者が注釈付けした大規模データセットからの転写学習を活用して, 小さい付加データセットで利用できる組織学的スコアを予測することを提案する。 我々は,肝硬変の予測を改善するために,異なる事前訓練法,すなわち弱い指導法と自己指導法を比較した。 この方法は、METAVIRスコアのベースライン分類を上回り、AUCが0.84、バランスの取れた精度が0.75に達する。
  論文  参考訳（メタデータ） (2023-02-16T17:06:23Z)
• Human Evaluation and Correlation with Automatic Metrics in Consultation Note Generation [56.25869366777579]
  近年,機械学習モデルによる臨床相談ノートの作成が急速に進んでいる。 5人の臨床医が57件のモック・コンサルテーションを聴き、自作のノートを書き、自動的に生成されたノートを編集し、全てのエラーを抽出する、広範囲にわたる人的評価研究を行った。 単純な文字ベースのLevenshtein距離測定は、BertScoreのような一般的なモデルベースの測定値に比較して、同等に動作します。
  論文  参考訳（メタデータ） (2022-04-01T14:04:16Z)
• Using Deep Learning to Identify Patients with Cognitive Impairment in Electronic Health Records [0.0]
  認知症に苦しむ患者は4人に1人しかいない。 認知症は医療専門家によって診断されていない。 ディープラーニングNLPは、認知症に関連するICDコードや薬品なしで認知症患者を識別できる。
  論文  参考訳（メタデータ） (2021-11-13T01:44:10Z)
• Identification of Ischemic Heart Disease by using machine learning technique based on parameters measuring Heart Rate Variability [50.591267188664666]
  本研究は,243名の非侵襲的特徴(年齢,性別,左室容積率,HRV15)を用いて,一連のANNの訓練と評価を行った。 最高の結果は、7つの入力パラメータと7つの隠れノードを使用して、トレーニングと検証データセットに対して98.9%と82%の精度で得られた。
  論文  参考訳（メタデータ） (2020-10-29T19:14:41Z)
• Multilabel 12-Lead Electrocardiogram Classification Using Gradient Boosting Tree Ensemble [64.29529357862955]
  我々は,心電図の診断を分類するために,形態や信号処理機能に適合した勾配強化木のアンサンブルを用いたアルゴリズムを構築した。 各リードについて、心拍変動、PQRSTテンプレート形状、全信号波形から特徴を導出する。 各クラスに属するECGインスタンスの確率を予測するため、全12項目の特徴と合わせて、勾配を増す決定ツリーの集合に適合する。
  論文  参考訳（メタデータ） (2020-10-21T18:11:36Z)

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。