論文の概要: Computing patient similarity based on unstructured clinical notes

• arxiv url: http://arxiv.org/abs/2601.07385v1
• Date: Mon, 12 Jan 2026 10:04:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-13 19:08:01.331476
• Title: Computing patient similarity based on unstructured clinical notes
• Title（参考訳）: 非構造的臨床ノートに基づく患者類似性の計算
• Authors: Petr Zelina, Marko Řeháček, Jana Halámková, Lucia Bohovicová, Martin Rusinko, Vít Nováček,
• Abstract要約: 本報告では,全音符の集合的埋め込みから構築したマトリックスとして,各患者を表現できる手法を提案する。 行列に基づく類似度尺度を複数評価し,その長所と短所を異なる類似度面にわたって分析した。 提案手法は, パーソナライズされたセラピー・レコメンデーションや毒性警告など, 下流業務に有用であることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Clinical notes hold rich yet unstructured details about diagnoses, treatments, and outcomes that are vital to precision medicine but hard to exploit at scale. We introduce a method that represents each patient as a matrix built from aggregated embeddings of all their notes, enabling robust patient similarity computation based on their latent low-rank representations. Using clinical notes of 4,267 Czech breast-cancer patients and expert similarity labels from Masaryk Memorial Cancer Institute, we evaluate several matrix-based similarity measures and analyze their strengths and limitations across different similarity facets, such as clinical history, treatment, and adverse events. The results demonstrate the usefulness of the presented method for downstream tasks, such as personalized therapy recommendations or toxicity warnings.
• Abstract（参考訳）: 臨床ノートには、診断、治療、結果について豊富だが構造化されていない詳細が書かれており、正確な医療には不可欠だが、大規模に活用することは困難である。 本稿では,各患者を,すべての音符を集約した埋め込みから構築した行列として表現する手法を提案する。 チェコの乳がん患者4,267名の臨床ノートとマサリク記念がん研究所の専門的類似度ラベルを用いて、いくつかのマトリックスベースの類似度尺度を評価し、臨床歴、治療、有害事象など、異なる類似度面にまたがる強度と限界を分析した。 提案手法は, パーソナライズされたセラピー・レコメンデーションや毒性警告など, 下流業務に有用であることを示す。

関連論文リスト

• Investigating Alternative Feature Extraction Pipelines For Clinical Note Phenotyping [0.0]
  医療属性の抽出に計算システムを用いると、多くの応用が期待できる。 BERTベースのモデルは、臨床ノートを一連の表現に変換するために使用することができる。 そこで本研究では,ScispaCyNeumannを用いた代替パイプラインを提案する。
  論文  参考訳（メタデータ） (2023-10-05T02:51:51Z)
• A Transformer-based representation-learning model with unified processing of multimodal input for clinical diagnostics [63.106382317917344]
  本稿では,マルチモーダル入力を統一的に処理する臨床診断支援として,トランスフォーマーを用いた表現学習モデルについて報告する。 統一モデルは, 肺疾患の同定において, 画像のみのモデル, 非統一型マルチモーダル診断モデルより優れていた。
  論文  参考訳（メタデータ） (2023-06-01T16:23:47Z)
• Identification, explanation and clinical evaluation of hospital patient subtypes [50.591267188664666]
  本研究は、2017年から2021年にかけて、英国にある大病院で入院した入院患者のサブタイプを特定するために、教師なしの機械学習技術を用いたパイプラインを提案する。 最先端の説明可能性技術を用いることで、特定されたサブタイプを解釈し、臨床的な意味を付与する。 同時に、臨床医は臨床知識の文脈において、特定された患者サブタイプのクラスタ内類似度とクラスタ間差異を評価した。
  論文  参考訳（メタデータ） (2023-01-19T11:42:09Z)
• Unsupervised extraction, labelling and clustering of segments from clinical notes [0.0]
  この研究は、未表現言語における構造化されていない臨床ノートから、正確で教師なしの情報抽出ツールが不足していることに動機づけられている。 患者個人記録の要約や統合など,幅広い下流業務にステップストーンを導入する。 本研究は, チェコの乳がん患者のデータセットを用いて, 臨床ノートから意味的ラベル付きテキストセグメントを非教師的に抽出し, 検査する手法である。
  論文  参考訳（メタデータ） (2022-11-21T19:05:06Z)
• Cross-Lingual Knowledge Transfer for Clinical Phenotyping [55.92262310716537]
  本稿では,英語を使わないクリニックに対して,このタスクを実行するための言語間知識伝達戦略について検討する。 ギリシャ語とスペイン語のクリニックに対して,異なる臨床領域のクリニカルノートを活用して,これらの戦略を評価する。 以上の結果から,多言語データを用いることで,臨床表現型モデルが改善され,データの疎度を補うことが可能であることが示唆された。
  論文  参考訳（メタデータ） (2022-08-03T08:33:21Z)
• Benchmarking Heterogeneous Treatment Effect Models through the Lens of Interpretability [82.29775890542967]
  治療のパーソナライズされた効果を見積もるのは複雑だが、普及している問題である。 ヘテロジニアス処理効果推定に関する機械学習文献の最近の進歩は、洗練されたが不透明なツールの多くを生み出した。 我々は、ポストホックな特徴重要度法を用いて、モデルの予測に影響を及ぼす特徴を特定する。
  論文  参考訳（メタデータ） (2022-06-16T17:59:05Z)
• 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)
• Heterogeneous electronic medical record representation for similarity computing [3.039568795810294]
  患者類似度評価は、特定の患者に類似している患者を識別するための二次タスクの1つです。 本稿では,EMR(Electronic Medical Records)の新しいデータ表現手法について検討する。 本研究では,非構造化データと構造化データを用いて,症状,症状,疾患を含むさまざまな医療イベントの同時発生を捉える手法を提案する。
  論文  参考訳（メタデータ） (2021-04-29T09:38:14Z)
• Patient similarity: methods and applications [2.9864637081333085]
  患者類似性分析は医療応用において重要である。 電子カルテや遺伝データなどの患者情報を入力として取り、患者間のペアの類似性を計算する。 本稿では,各ステップで使用される代表的手法を概説し,特に精密医療における患者類似性ネットワークの適用について論じる。
  論文  参考訳（メタデータ） (2020-12-01T06:50:15Z)
• Trajectories, bifurcations and pseudotime in large clinical datasets: applications to myocardial infarction and diabetes data [94.37521840642141]
  混合データ型と欠落値を特徴とする大規模臨床データセット分析のための半教師付き方法論を提案する。 この手法は、次元の減少、データの可視化、クラスタリング、特徴の選択と、部分的に順序付けられた観測列における測地距離(擬時)の定量化のタスクを同時に扱うことのできる弾性主グラフの適用に基づいている。
  論文  参考訳（メタデータ） (2020-07-07T21:04:55Z)
• Comparative Visual Analytics for Assessing Medical Records with Sequence Embedding [17.752580010414228]
  患者記録の比較研究を支援する視覚分析システムを開発した。 カリフォルニア大学デイビス校の新生児集中治療ユニットから得られた実世界のデータセットを用いたケーススタディにより, 設計とシステムの有効性を実証した。
  論文  参考訳（メタデータ） (2020-02-18T19:29:30Z)

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。