論文の概要: Merging Clinical Knowledge into Large Language Models for Medical Research and Applications: A Survey

• arxiv url: http://arxiv.org/abs/2502.20988v1
• Date: Fri, 28 Feb 2025 12:00:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-03 13:43:54.641144
• Title: Merging Clinical Knowledge into Large Language Models for Medical Research and Applications: A Survey
• Title（参考訳）: 医学研究と応用のための大規模言語モデルへの臨床知識の融合:サーベイ
• Authors: Qiyuan Li, Haijiang Liu, Caicai Guo, Deyu Chen, Meng Wang, Feng Gao, Jinguang Gu,
• Abstract要約: 医療人工知能(メディカルAI)は、現実の医療シナリオに学術的な医療AIシステムを適用することを目的としている。 この調査は、臨床データベース、データセット、トレーニングパイプラインの使用、医療知識グラフの統合、システム応用、評価システムなど、医療AIシステムの構築パラダイムに焦点を当てる。
• 参考スコア（独自算出の注目度）: 9.359273536688066
• License:
• Abstract: Clinical knowledge is the collection of information learned from studies on the causes, prognosis, diagnosis, and treatment of diseases. This type of knowledge can improve curing performances, and promote physical health. With the emergence of large language models (LLMs), medical artificial intelligence (medical AI), which aims to apply academic medical AI systems to real-world medical scenarios, has entered a new age of development, resulting in excellent works such as DoctorGPT and Pangu-Drug from academic and industrial researches. However, the field lacks a comprehensive compendium and comparison of building medical AI systems from academia and industry. Therefore, this survey focuses on the building paradigms of medical AI systems including the use of clinical databases, datasets, training pipelines, integrating medical knowledge graphs, system applications, and evaluation systems. We hope that this survey can help relevant practical researchers understand the current performance of academic models in various fields of healthcare, as well as the potential problems and future directions for implementing these scientific achievements.
• Abstract（参考訳）: 臨床知識は、疾患の原因、予後、診断、治療についての研究から学んだ情報の収集である。 この種の知識は、キュレーションのパフォーマンスを改善し、身体的な健康を促進する。 大規模言語モデル(LLMs)の出現に伴い、学術的な医療AIシステムを現実世界の医療シナリオに適用することを目的とした医療人工知能(メディカルAI)が、新たな時代に入った。 しかし、この分野には総合的なコンペディションや、学術や産業から医療AIシステムを構築するための比較が欠けている。 そこで本研究では,臨床データベース,データセット,トレーニングパイプラインの利用,医療知識グラフの統合,システム応用,評価システムなど,医療AIシステムの構築パラダイムに焦点を当てる。 本調査は,様々な医療分野における学術モデルの現状と,これらの科学的成果を実現するための潜在的な問題と今後の方向性の理解に役立つことを期待する。

関連論文リスト

• A Survey of Models for Cognitive Diagnosis: New Developments and Future Directions [66.40362209055023]
  本研究の目的は,認知診断の現在のモデルについて,機械学習を用いた新たな展開に注目した調査を行うことである。 モデル構造,パラメータ推定アルゴリズム,モデル評価方法,適用例を比較して,認知診断モデルの最近の傾向を概観する。
  論文  参考訳（メタデータ） (2024-07-07T18:02:00Z)
• MedKP: Medical Dialogue with Knowledge Enhancement and Clinical Pathway Encoding [48.348511646407026]
  本稿では,知識向上と臨床パスウェイ符号化フレームワークを用いた医療対話について紹介する。 このフレームワークは、医療知識グラフを介して外部知識増強モジュールと、医療機関および医師の行動を介して、内部臨床経路をコードする。
  論文  参考訳（メタデータ） (2024-03-11T10:57:45Z)
• A Review on Knowledge Graphs for Healthcare: Resources, Applications, and Promises [59.4999994297993]
  この総合的なレビューは、医療知識グラフ(HKG)の現状の概要を提供することを目的としている。 我々は,既存のHKGに関する文献を網羅的に分析し,その構築方法,活用技術,応用について考察した。 このレビューは、HKGsが生物医学研究や臨床実践に大きな影響を与える可能性を強調している。
  論文  参考訳（メタデータ） (2023-06-07T21:51:56Z)
• Machine Learning and Deep Learning Methods for Building Intelligent Systems in Medicine and Drug Discovery: A Comprehensive Survey [0.0]
  Artificail Intelligenceベースのフレームワークは、医療業界に急速に革命をもたらしている。 これらのインテリジェントシステムは、機械学習とディープラーニングに基づく、疾患の早期診断のための堅牢なモデルで構築されている。 本稿では,16の専門分野にわたる機械学習と深層学習の応用に関する調査に焦点をあてる。
  論文  参考訳（メタデータ） (2021-07-19T14:26:03Z)
• Machine Learning Applications for Therapeutic Tasks with Genomics Data [49.98249191161107]
  ゲノム学の機械学習応用に関する文献を、治療開発のレンズでレビューします。 治療パイプライン全体にわたるゲノミクス応用における22の機械学習を同定する。 この分野における7つの重要な課題を、拡大と影響の機会として挙げる。
  論文  参考訳（メタデータ） (2021-05-03T21:20:20Z)
• Surgical Data Science -- from Concepts toward Clinical Translation [67.543698133416]
  外科的データサイエンスは、データの取得、組織化、分析、モデリングを通じて介入医療の質を向上させることを目的としている。 私たちは、その根底にある理由を明かし、この分野における今後の進歩のロードマップを提供しました。
  論文  参考訳（メタデータ） (2020-10-30T14:20:16Z)
• Machine Learning in Nano-Scale Biomedical Engineering [77.75587007080894]
  ナノスケールバイオメディカルエンジニアリングにおける機械学習の利用に関する既存の研究について概説する。 ML問題として定式化できる主な課題は、3つの主要なカテゴリに分類される。 提示された方法論のそれぞれについて、その原則、応用、制限に特に重点を置いている。
  論文  参考訳（メタデータ） (2020-08-05T15:45:54Z)
• Artificial intelligence in medicine and healthcare: a review and classification of current and near-future applications and their ethical and social Impact [0.0]
  この研究は、既存のソフトウェア、パーソナルモニタリングデバイス、遺伝子検査と編集ツール、パーソナライズされたデジタルモデル、オンラインプラットフォーム、拡張現実デバイス、外科的および補助ロボティクスなど、研究技術の現状の分析に基づいている。 われわれは,「拡張パーソナライズドメディカル」の概念を提示し,解説する。 ユビキタス情報時代における医師と患者の役割の変容について研究し、医療部門を「フェイクベース」、「患者生成」、「科学的に調整」に分類し、さらに詳細な分析を必要とするいくつかの側面に注意を向ける。
  論文  参考訳（メタデータ） (2020-01-22T15:39:42Z)
• Bridging the gap between AI and Healthcare sides: towards developing clinically relevant AI-powered diagnosis systems [18.95904791202457]
  医療・インフォマティクスにおける医療画像の専門家,医師,ジェネラリストを対象に,臨床的に価値のあるAI研究ワークショップを開催した。 そこで, 医師を対象としたアンケート調査により, データ拡張と医師養成の観点から, GANに基づく画像拡張プロジェクトを評価した。
  論文  参考訳（メタデータ） (2020-01-12T12:45:46Z)

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。