論文の概要: Three Generations of Healthcare IT: From the Digital Record to the Computable Care Process

• arxiv url: http://arxiv.org/abs/2608.08806v1
• Date: Sun, 09 Aug 2026 16:44:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:36.957149
• Title: Three Generations of Healthcare IT: From the Digital Record to the Computable Care Process
• Title（参考訳）: 医療ITの3世代 : デジタル記録から計算可能医療プロセスへ
• Abstract要約: 対象が患者固有の臨床目的である計算層について述べる。 我々は第3層の原子オブジェクトとしてActionable Clinical Recordを定式化する。
• 参考スコア（独自算出の注目度）: 47.027290803102666
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Objective. Healthcare IT is usually organized by the technologies it adopts. We instead organize it by the unit of information a system makes computable, and describe a computational layer whose object is patient-specific clinical intent. Approach. We give criteria for a computational layer, derive three (record, clinical state, and a proposed layer of intent), and formalize the Actionable Clinical Record (ACR) as the atomic object of the third layer. Discussion. The framework distinguishes prescribed, observed, and intended process; existing standards represent intent once it is structured but do not recover it from natural communication, the capability we localize. The ACR is complementary to FHIR workflow resources, guidelines, and process mining; a companion feasibility study illustrates tractability for one narrow subproblem. Conclusion. Computable clinical intent is a coherent research direction; the ACR, its readiness ladder, and an executable-correctness evaluation framework are reusable constructs for subsequent work to extend, evaluate, or falsify.
• Abstract（参考訳）: 目的。 医療ITは通常、採用する技術によって組織される。 代わりに、システムを計算可能な情報単位で整理し、対象が患者固有の臨床的意図である計算層を記述する。 アプローチ。 計算層を基準として3層(記録,臨床状態,提案された意図層)を導出し,第3層の原子オブジェクトとしてACR(Actionable Clinical Record)を定式化する。 議論。 フレームワークは、所定の、観察された、意図されたプロセスを区別する。既存の標準は、一度構造化されると意図を表すが、私たちがローカライズする能力である自然なコミュニケーションから回復しない。 ACRは、FHIRのワークフローリソース、ガイドライン、プロセスマイニングを補完するものである。 結論。 計算可能な臨床意図は、コヒーレントな研究方向であり、ACR、その準備ができているはしご、および実行可能正確性評価フレームワークは、その後の作業の拡張、評価、偽造のために再利用可能な構成物である。

関連論文リスト

• Explainable Artificial Intelligence (XAI) in Computational Pathology: Definitions, Taxonomy, and Recommendations [6.122990622242377]
  コンピュータ病理学(CompPath)は、人工知能(AI)アルゴリズムを利用して、ギガピクセル全体の画像から診断、予後、治療予測をサポートすることで医療を変革している。 臨床導入は進んでいるが、高い臨床環境における安全性、説明責任、規制の監督に関する懸念によって制約されている。
  論文  参考訳（メタデータ） (2026-08-28T19:46:28Z)
• Unsupervised Neural Network for Automated Classification of Surgical Urgency Levels in Medical Transcriptions [3.093890460224435]
  本研究では、外科的転写を3つの緊急レベルに自動的に分類する、教師なしニューラルネットワークアプローチを提案する。 このフレームワークは、クロスバリデーションと精度、精度、リコール、F1スコアなどのメトリクスを使って厳格に評価されている。
  論文  参考訳（メタデータ） (2026-03-16T18:18:14Z)
• Benchmarking Egocentric Clinical Intent Understanding Capability for Medical Multimodal Large Language Models [48.95516224614331]
  MedGaze-Benchは、臨床医の視線を認知的カーソルとして活用し、手術、緊急シミュレーション、診断解釈における意図的理解を評価する最初のベンチマークである。 本ベンチマークでは,解剖学的構造の視覚的均一性,臨床における時間・因果依存性の厳格化,安全プロトコルへの暗黙の順守という3つの基本的な課題に対処する。
  論文  参考訳（メタデータ） (2026-01-11T02:20:40Z)
• MedDCR: Learning to Design Agentic Workflows for Medical Coding [55.51674334874892]
  医療符号化は、フリーテキスト臨床ノートを標準化された診断および手続きコードに変換する。 本稿では,設計を学習問題として扱うクローズドループフレームワークであるMedDCRを提案する。 ベンチマークデータセットでは、MedDCRは最先端のベースラインを上回っている。
  論文  参考訳（メタデータ） (2025-11-17T13:30:51Z)
• Using Medical Algorithms for Task-Oriented Dialogue in LLM-Based Medical Interviews [0.0]
  そこで我々は,DAG (Directed Acyclic Graph) として構成された課題指向対話フレームワークを開発した。 本システムは,(1)医療アルゴリズムとガイドラインを臨床質問コーパスに変換する体系的パイプライン,(2)階層的クラスタリングに基づくコールドスタート機構を用いて,患者の事前情報のない効率的な初期質問を生成する,(3)適応的な分岐とバックトラッキングを可能にする拡張・プル機構を統合した。
  論文  参考訳（メタデータ） (2025-10-14T13:24:21Z)
• AutoTrial: Prompting Language Models for Clinical Trial Design [53.630479619856516]
  本稿では,言語モデルを用いた臨床検査基準の設計を支援するAutoTrialという手法を提案する。 70K以上の臨床試験で、AutoTrialが高品質な基準テキストを生成することが確認された。
  論文  参考訳（メタデータ） (2023-05-19T01:04:16Z)
• Conceptual Framework and Documentation Standards of Cystoscopic Media Content for Artificial Intelligence [0.586336038845426]
  概念的枠組みは、シストスコープを標準化された方法で文書化するように設計された。 品質管理と根本原因分析のためのスイスチーズモデルが提案された。 このフレームワークは、FAIRの原則に従ってうまく実装されました。
  論文  参考訳（メタデータ） (2023-01-14T23:56:20Z)
• GrabQC: Graph based Query Contextualization for automated ICD coding [16.096824533334352]
  textbfGraph textbfベースのtextbfQuery textbfContextualization法である textbfGrabQC を提案する。 本手法の有効性を主張するために,臨床テキストの2つのデータセットを3つの異なる設定で実験を行った。
  論文  参考訳（メタデータ） (2022-07-14T10:27:25Z)
• Cross-modal Clinical Graph Transformer for Ophthalmic Report Generation [116.87918100031153]
  眼科報告生成(ORG)のためのクロスモーダルな臨床グラフ変換器(CGT)を提案する。 CGTは、デコード手順を駆動する事前知識として、臨床関係を視覚特徴に注入する。 大規模FFA-IRベンチマークの実験は、提案したCGTが従来のベンチマーク手法より優れていることを示した。
  論文  参考訳（メタデータ） (2022-06-04T13:16:30Z)
• Self-supervised Answer Retrieval on Clinical Notes [68.87777592015402]
  本稿では,ドメイン固有パスマッチングのためのトランスフォーマー言語モデルをトレーニングするためのルールベースのセルフスーパービジョンであるCAPRを紹介する。 目的をトランスフォーマーベースの4つのアーキテクチャ、コンテキスト文書ベクトル、ビ-、ポリエンコーダ、クロスエンコーダに適用する。 本稿では,ドメイン固有パスの検索において,CAPRが強いベースラインを上回り,ルールベースおよび人間ラベル付きパスを効果的に一般化することを示す。
  論文  参考訳（メタデータ） (2021-08-02T10:42:52Z)

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。