論文の概要: Traceable Drug Recommendation over Medical Knowledge Graphs

• arxiv url: http://arxiv.org/abs/2510.27274v1
• Date: Fri, 31 Oct 2025 08:30:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-03 17:52:16.038327
• Title: Traceable Drug Recommendation over Medical Knowledge Graphs
• Title（参考訳）: 医用知識グラフによる薬剤推奨の追跡
• Authors: Yu Lin, Zhen Jia, Philipp Christmann, Xu Zhang, Shengdong Du, Tianrui Li,
• Abstract要約: 薬物レコメンデーション(DR)システムは、患者の医療状況に基づいた適切な医薬品の選択において、医療専門家を支援することを目的としている。 医療知識グラフ(MKG)上で動作する新しいDRシステムであるTraceDRを提案する。 TraceDRは、マルチタスク学習フレームワーク内で、ドラッグレコメンデーションと関連するエビデンスを同時に予測する。
• 参考スコア（独自算出の注目度）: 17.420983258275804
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Drug recommendation (DR) systems aim to support healthcare professionals in selecting appropriate medications based on patients' medical conditions. State-of-the-art approaches utilize deep learning techniques for improving DR, but fall short in providing any insights on the derivation process of recommendations -- a critical limitation in such high-stake applications. We propose TraceDR, a novel DR system operating over a medical knowledge graph (MKG), which ensures access to large-scale and high-quality information. TraceDR simultaneously predicts drug recommendations and related evidence within a multi-task learning framework, enabling traceability of medication recommendations. For covering a more diverse set of diseases and drugs than existing works, we devise a framework for automatically constructing patient health records and release DrugRec, a new large-scale testbed for DR.
• Abstract（参考訳）: 薬物レコメンデーション(DR)システムは、患者の医療状況に基づいた適切な医薬品の選択において、医療専門家を支援することを目的としている。 最先端のアプローチでは、DRを改善するためにディープラーニング技術を使用しているが、レコメンデーションの導出プロセスに関する洞察を提供するには不足している。 本稿では,医療知識グラフ(MKG)上で動作し,大規模かつ高品質な情報へのアクセスを保証する新しいDRシステムであるTraceDRを提案する。 TraceDRは、マルチタスク学習フレームワーク内の薬物推奨と関連するエビデンスを同時に予測し、医薬品推奨のトレーサビリティを可能にする。 既存の研究よりも多様な疾患や薬物群をカバーするために、患者の健康記録を自動的に作成し、DRのための新しい大規模テストベッドであるD薬Recをリリースするための枠組みを考案した。

関連論文リスト

• CDrugRed: A Chinese Drug Recommendation Dataset for Discharge Medications in Metabolic Diseases [49.09102662968899]
  メタボリックな疾患の治療薬の排出を目的とした,中国初の医薬品推奨データセットであるCDrugRedを提示する。 データセットには3,190人の患者から5,894件の未確認記録が含まれており、患者の人口統計、医療史、臨床経過、退院診断などの包括的情報を含んでいる。 退院医薬品推奨タスクにおいて,いくつかの最先端の大規模言語モデル (LLM) をベンチマークすることでCDrugRedの有用性を評価する。
  論文  参考訳（メタデータ） (2025-10-24T01:47:23Z)
• Natural Language-Assisted Multi-modal Medication Recommendation [97.07805345563348]
  NLA-MMR(Natural Language-Assisted Multi-modal Medication Recommendation)を紹介する。 NLA-MMRは、患者視点から知識を学習し、医薬視点を共同で学習するために設計されたマルチモーダルアライメントフレームワークである。 本稿では,プレトレーニング言語モデル(PLM)を用いて,患者や医薬品に関するドメイン内知識を抽出する。
  論文  参考訳（メタデータ） (2025-01-13T09:51:50Z)
• Leave No Patient Behind: Enhancing Medication Recommendation for Rare Disease Patients [47.68396964741116]
  本稿では,レアな疾患の正確性を高めるために,ロバストとメディケーションのための高精度勧告(RAREMed)と呼ばれる新しいモデルを提案する。 入力シーケンスを統一したトランスフォーマーエンコーダを使用して、疾患と手続きコードの間の複雑な関係をキャプチャする。 稀な疾患と一般的な疾患の両方に対して正確な薬物セットを提供し、薬の推奨システムにおける不公平を緩和する。
  論文  参考訳（メタデータ） (2024-03-26T14:36:22Z)
• Knowledge-Driven New Drug Recommendation [88.35607943144261]
  既存の薬物と新薬のギャップを埋めるために, 薬物依存型マルチフェノタイプ数発学習機を開発した。 EDGEは外部薬効知識ベースを用いて偽陰性監視信号を除去する。 その結果, EDGEは, ROC-AUCスコアよりも7.3%向上していることがわかった。
  論文  参考訳（メタデータ） (2022-10-11T16:07:52Z)
• Conditional Generation Net for Medication Recommendation [73.09366442098339]
  医薬推奨は、患者の診断に従って適切な薬セットを提供することを目標としており、これは診療所において重要な課題である。 医薬品群を生成するための新しいコピー・アンド・予測機構を導入した条件生成ネット(COGNet)を提案する。 提案手法を公開MIMICデータセット上で検証し,実験結果から,提案手法が最先端の手法より優れていることを示す。
  論文  参考訳（メタデータ） (2022-02-14T10:16:41Z)
• RecoMed: A Knowledge-Aware Recommender System for Hypertension Medications [1.2633386045916444]
  本稿では,高血圧の処方薬プロセスにおいて,医師を支援するためにRecoMedという薬剤推薦システムを開発することを目的とする。 推奨医薬のリストがシステムの出力として提供され、医師は患者の臨床症状に基づいて1つ以上の薬を選択できる。
  論文  参考訳（メタデータ） (2022-01-09T08:01:41Z)
• PREMIER: Personalized REcommendation for Medical prescrIptions from Electronic Records [8.365167718547296]
  われわれは、PreMIERと呼ばれる2段階の注意に基づくパーソナライズド医薬品レコメンデーションシステムを設計する。 本システムでは,患者に対する副作用を最小限に抑えるため,薬物間の相互作用を考慮に入れている。 MIMIC-IIIと独自の外来データセットの実験結果から、PreMIERは最先端の医薬品推奨システムより優れていることが示された。
  論文  参考訳（メタデータ） (2020-08-28T04:48:32Z)

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。