論文の概要: Improving Hospital Process Management through Process Mining: A Case Study on COVID-19 Clinical Pathways

• arxiv url: http://arxiv.org/abs/2606.00041v1
• Date: Tue, 28 Apr 2026 09:24:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 07:09:36.596838
• Title: Improving Hospital Process Management through Process Mining: A Case Study on COVID-19 Clinical Pathways
• Title（参考訳）: プロセスマイニングによる病院プロセス管理の改善 : COVID-19クリニカルパスを事例として
• Authors: Pasquale Ardimento, Mario Luca Bernardi, Marta Cimitile, Samuele Latorre,
• Abstract要約: 本研究は、共有学習データセットのCOVID Dataを用いて、新型コロナウイルスのケア経路を分析する。 我々は、不均一な臨床表をプロセスマイニング可能なイベントログに変換する透明で再現可能なパイプラインを構築します。
• 参考スコア（独自算出の注目度）: 1.7219362335740878
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This study analyzes COVID-19 care pathways using the COVID Data for Shared Learning dataset. We build a transparent, reproducible pipeline that transforms heterogeneous clinical tables into a process-mining-ready event log and applies discovery, declarative conformance checking, and outcome analysis. The reconstructed pathways highlight the monitoring backbone of inpatient care, variability at the Emergency department-admission interface, and outcome differences driven by age and exposure to intensive care units. These insights support triage standardization, capacity planning, and step-down coordination from intensive care units to lower-acuity wards, showing how process mining can inform evidence-based hospital governance.
• Abstract（参考訳）: 本研究は、共有学習データセットのCOVID Dataを用いて、新型コロナウイルスのケア経路を分析する。 我々は、不均一な臨床表をプロセスマイニング可能なイベントログに変換する透過的で再現可能なパイプラインを構築し、発見、宣言的適合性チェック、結果分析を適用した。 再建された経路は、入院ケアのモニタリングバックボーン、救急部門と救急部門における多様性、および集中治療ユニットへの年齢や露出によって引き起こされる結果の違いを浮き彫りにする。 これらの洞察は、トリアージ標準化、キャパシティプランニング、集中治療室から低明度病棟へのステップダウン調整をサポートし、プロセスマイニングがエビデンスに基づく病院のガバナンスにどのように影響を与えるかを示す。

関連論文リスト

• Comparative validation of surgical phase recognition, instrument keypoint estimation, and instrument instance segmentation in endoscopy: Results of the PhaKIR 2024 challenge [27.48982385201173]
  3つの医療機関から収集した腹腔鏡下胆嚢摘出術13例からなる新しいデータセットについて紹介した。 既存のデータセットとは異なり、同じデータ内の機器の局所化と手続き的コンテキストを共同で調べることができる。 バイオメディカル画像解析の課題に対するBIASガイドラインに従って,結果と知見を報告する。
  論文  参考訳（メタデータ） (2025-07-22T13:10:42Z)
• Structural Positional Encoding for knowledge integration in transformer-based medical process monitoring [0.26999000177990923]
  本研究では,注意機構に基づくディープラーニングアーキテクチャであるエムトランスを用いた予測プロセスモニタリング手法を提案する。 我々の研究の大きな貢献は、グラフ位置符号化技術を通じて行われる存在論的ドメイン固有の知識の取り込みにある。
  論文  参考訳（メタデータ） (2024-03-13T08:15:18Z)
• XAI for In-hospital Mortality Prediction via Multimodal ICU Data [57.73357047856416]
  マルチモーダルICUデータを用いて病院内死亡率を予測するための,効率的で説明可能なAIソリューションを提案する。 我々は,臨床データから異種入力を受信し,意思決定を行うマルチモーダル・ラーニングを我々のフレームワークに導入する。 我々の枠組みは、医療研究において重要な要素の発見を容易にする他の臨床課題に容易に移行することができる。
  論文  参考訳（メタデータ） (2023-12-29T14:28:04Z)
• Clairvoyance: A Pipeline Toolkit for Medical Time Series [95.22483029602921]
  時系列学習は、データ駆動の*クリニカルな意思決定支援のパンとバターである* Clairvoyanceは、ソフトウェアツールキットとして機能する、統合されたエンドツーエンドのオートMLフレンドリなパイプラインを提案する。 Clairvoyanceは、臨床時系列MLのための包括的で自動化可能なパイプラインの生存可能性を示す最初のものである。
  論文  参考訳（メタデータ） (2023-10-28T12:08:03Z)
• Optimizing Sepsis Care through Heuristics Methods in Process Mining: A Trajectory Analysis [0.0]
  本研究では,オランダの地域病院における敗血症患者の軌跡について調査した。 Heuristics Miner (HM) 法と Inductive Miner (IM) 法によってこのプロセスを発見することを目指している。 我々は組織的な情報と知識に基づいて、体系的なプロセスモデルを分析する。
  論文  参考訳（メタデータ） (2023-03-25T02:05:03Z)
• SPeC: A Soft Prompt-Based Calibration on Performance Variability of Large Language Model in Clinical Notes Summarization [50.01382938451978]
  本稿では,ソフトプロンプトを用いたモデルに依存しないパイプラインを導入し,確率に基づく要約の利点を保ちながら分散を減少させる。 実験結果から,本手法は性能を向上するだけでなく,様々な言語モデルの分散を効果的に抑制することが明らかとなった。
  論文  参考訳（メタデータ） (2023-03-23T04:47:46Z)
• Process Modeling and Conformance Checking in Healthcare: A COVID-19 Case Study [0.5986633283991984]
  新型コロナウイルス患者の治療ガイドラインを表す規範的モデルを構築した。 我々は,新型コロナウイルス患者のケアプロセスを分析し,臨床ガイドラインの相違点を強調した。 その結果、医師はプロセスを改善し、サービス品質と患者満足度を確保するのに有用な指標が得られた。
  論文  参考訳（メタデータ） (2022-09-22T10:08:51Z)
• A causal learning framework for the analysis and interpretation of COVID-19 clinical data [7.256237785391623]
  ワークフローは、BSLを通じて患者の結果の主な原因を特定する、多段階のアプローチから成り立っている。 特徴量の多いCOVID-19データセットに対する我々のアプローチを評価し、提案フレームワークが結果に共同貢献する多要素プロセスのスキーマ的概要を提供することを示す。 対象者の85%の結果を3つの特徴のみに基づいて正確に予測する手法を考案した。
  論文  参考訳（メタデータ） (2021-05-14T15:58:18Z)
• Generalization Bounds and Representation Learning for Estimation of Potential Outcomes and Causal Effects [61.03579766573421]
  代替薬に対する患者一人の反応など,個人レベルの因果効果の推定について検討した。 我々は,表現の誘導的処理群距離を正規化することにより,境界を最小化する表現学習アルゴリズムを考案した。 これらのアルゴリズムを拡張して、重み付き表現を同時に学習し、治療群距離をさらに削減する。
  論文  参考訳（メタデータ） (2020-01-21T10:16:33Z)

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。