論文の概要: Natural Language Processing for Cardiology: A Narrative Review

• arxiv url: http://arxiv.org/abs/2510.16708v2
• Date: Wed, 22 Oct 2025 08:45:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:11.843089
• Title: Natural Language Processing for Cardiology: A Narrative Review
• Title（参考訳）: 心臓科のための自然言語処理 : ナラティブレビュー
• Authors: Kailai Yang, Yan Leng, Xin Zhang, Tianlin Zhang, Paul Thompson, Bernard Keavney, Maciej Tomaszewski, Sophia Ananiadou,
• Abstract要約: 本総説では,2014年から2025年までのNLP研究の概要について概説する。 各種心血管疾患におけるNLP応用について,6つの文献データベースを体系的に検索した。 心疾患におけるNLP研究の広さと進展を反映し,これらの領域でかなりの多様性が認められた。
• 参考スコア（独自算出の注目度）: 23.93482179174867
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cardiovascular diseases are becoming increasingly prevalent in modern society, with a profound impact on global health and well-being. These Cardiovascular disorders are complex and multifactorial, influenced by genetic predispositions, lifestyle choices, and diverse socioeconomic and clinical factors. Information about these interrelated factors is dispersed across multiple types of textual data, including patient narratives, medical records, and scientific literature. Natural language processing (NLP) has emerged as a powerful approach for analysing such unstructured data, enabling healthcare professionals and researchers to gain deeper insights that may transform the diagnosis, treatment, and prevention of cardiac disorders. This review provides a comprehensive overview of NLP research in cardiology from 2014 to 2025. We systematically searched six literature databases for studies describing NLP applications across a range of cardiovascular diseases. After a rigorous screening process, we identified 265 relevant articles. Each study was analysed across multiple dimensions, including NLP paradigms, cardiology-related tasks, disease types, and data sources. Our findings reveal substantial diversity within these dimensions, reflecting the breadth and evolution of NLP research in cardiology. A temporal analysis further highlights methodological trends, showing a progression from rule-based systems to large language models. Finally, we discuss key challenges and future directions, such as developing interpretable LLMs and integrating multimodal data. To the best of our knowledge, this review represents the most comprehensive synthesis of NLP research in cardiology to date.
• Abstract（参考訳）: 現代社会では、心臓血管疾患がますます流行し、世界の健康と健康に大きな影響を与えている。 これらの心血管障害は複雑で多因子的であり、遺伝的前置詞、ライフスタイルの選択、多様な社会経済的・臨床的要因の影響を受けている。 これらの関連要因に関する情報は、患者の物語、医療記録、科学文献など、さまざまな種類のテキストデータに分散している。 自然言語処理(NLP)は、そのような非構造化データを分析するための強力なアプローチとして現れており、医療専門家や研究者は、心疾患の診断、治療、予防を変革する可能性のある深い洞察を得ることができる。 本総説では,2014年から2025年までのNLP研究の概要について概説する。 各種心血管疾患におけるNLP応用について,6つの文献データベースを体系的に検索した。 厳密な検診の後、265件の関連項目を特定した。 各研究は、NLPパラダイム、心臓病関連タスク、疾患タイプ、データソースなど、さまざまな次元で分析された。 心臓学におけるNLP研究の広さと進化を反映して,これらの次元のかなりの多様性が明らかとなった。 時間的分析は方法論的傾向をさらに強調し、ルールベースのシステムから大規模言語モデルへの進展を示す。 最後に,解釈可能なLCMの開発やマルチモーダルデータの統合など,重要な課題と今後の方向性について論じる。 我々の知る限り、このレビューは、これまでの心臓学におけるNLP研究の最も包括的な合成である。

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)
• Explainable Biomedical Hypothesis Generation via Retrieval Augmented Generation enabled Large Language Models [46.05020842978823]
  大規模言語モデル(LLM)はこの複雑なデータランドスケープをナビゲートする強力なツールとして登場した。 RAGGEDは、知識統合と仮説生成を伴う研究者を支援するために設計された包括的なワークフローである。
  論文  参考訳（メタデータ） (2024-07-17T07:44:18Z)
• Optimizing Skin Lesion Classification via Multimodal Data and Auxiliary Task Integration [54.76511683427566]
  本研究は, スマートフォンで撮影した画像と本質的な臨床および人口統計情報を統合することで, 皮膚病変を分類する新しいマルチモーダル手法を提案する。 この手法の特徴は、超高解像度画像予測に焦点を当てた補助的なタスクの統合である。 PAD-UFES20データセットを用いて,様々なディープラーニングアーキテクチャを用いて実験を行った。
  論文  参考訳（メタデータ） (2024-02-16T05:16:20Z)
• Artificial Intelligence in Assessing Cardiovascular Diseases and Risk Factors via Retinal Fundus Images: A Review of the Last Decade [8.500005168315292]
  近年,様々なCVD関連トピックの分析に人工知能(AI)手法の利用が注目されている。 心臓の機能をよりよく理解し、微小血管の特徴と機能に基づく変化を予想するために、研究者は現在、AIと非侵襲網膜スキャンの統合を検討している。 AIを用いた早期発見と心血管疾患の予測を大規模に活用することにより、医療システムにおける心血管イベントの数や財政的歪みを減少させる大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2023-11-11T13:09:11Z)
• A Diachronic Analysis of Paradigm Shifts in NLP Research: When, How, and Why? [84.46288849132634]
  本稿では、因果発見と推論技術を用いて、科学分野における研究トピックの進化を分析するための体系的な枠組みを提案する。 我々は3つの変数を定義し、NLPにおける研究トピックの進化の多様な側面を包含する。 我々は因果探索アルゴリズムを用いてこれらの変数間の因果関係を明らかにする。
  論文  参考訳（メタデータ） (2023-05-22T11:08:00Z)
• GDPR Compliant Collection of Therapist-Patient-Dialogues [48.091760741427656]
  我々は、欧州連合の一般データプライバシ規則の下で、精神医学クリニックでセラピストと患者との対話の収集を始める際に直面した課題について詳しく述べる。 本稿では、手順の各ステップの概要を述べ、この分野でのさらなる研究を動機付ける潜在的な落とし穴を指摘した。
  論文  参考訳（メタデータ） (2022-11-22T15:51:10Z)
• 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)
• 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。