論文の概要: A Point-of-Prescription Safety-Check System for Adverse Drug Reactions in Rural Bangladeshi Hospitals: A Feasibility Study

• arxiv url: http://arxiv.org/abs/2608.27239v1
• Date: Thu, 27 Aug 2026 15:21:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-28 16:30:58.460859
• Title: A Point-of-Prescription Safety-Check System for Adverse Drug Reactions in Rural Bangladeshi Hospitals: A Feasibility Study
• Title（参考訳）: バングラデシュ農村部病院における逆薬効反応のポイント・オブ・プリンティング・セーフティ・チェークシステム : 実現可能性の検討
• Abstract要約: 逆薬物反応(英: adverse drug reaction, ADRs)は、主に予防可能な患者の傷害源である。 高所得の環境では、電子健康記録は患者のアレルギー歴を記憶し、予防接種薬が注文されると処方者に対して警告する。 バングラデシュの田舎の公共病院では、退院患者にはそのような記録は存在しない。 本稿では,この設定のための軽量なスマートフォンベースの安全チェックシステムの提案と概要について述べる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Adverse drug reactions (ADRs) are a major, largely preventable source of patient harm. In high-income settings, electronic health records store a patient's allergy history and warn prescribers when a contraindicated drug is ordered; in rural Bangladeshi public hospitals no such record exists for outgoing patients, a single physician may see on the order of one patient per minute, and a patient's history of severe reactions does not survive between visits. This paper proposes and outlines the evaluation of a lightweight, smartphone-based safety-check system for this setting. At registration a soft identifier (a phone number) is recorded; after the physician writes a prescription, its image is captured, the brand names are resolved to active ingredients using national drug references, and the ingredients are matched against the patient's recorded severe reaction history. The system is retrieval-based rather than predictive, and is silent by default, raising a flag only for high-risk matches a design grounded in the alert-fatigue literature. We frame the work as a feasibility study: we describe the proposed framework and an evaluation plan measuring workflow fit under high volume, usability, identity-resolution reliability, and retrospective detection of known reaction cases. We explicitly do not claim a clinical-outcome effect, which the low base rate of severe events places beyond a single-site feasibility study.
• Abstract（参考訳）: 逆薬物反応(英: adverse drug reaction, ADRs)は、主に予防可能な患者の傷害源である。 バングラデシュの地方公共病院では、退院中の患者に対してそのような記録は存在せず、1分間に1人の医師が患者の順番で見ることができ、患者が訪れた間に激しい反応の履歴は生き残らない。 本稿では,この設定のための軽量なスマートフォンベースの安全チェックシステムの提案と概要について述べる。 登録の際には、ソフト識別子(電話番号)が記録され、医師が処方書を書いた後、その画像が取得され、そのブランド名が国家医薬品基準を用いて有効成分に解決され、その成分が患者の記録した重度反応履歴と一致する。 システムは予測ではなく検索に基づいており、デフォルトでは沈黙している。 提案するフレームワークと,ワークフローを高ボリューム,ユーザビリティ,アイデンティティの信頼性,既知の反応ケースのリフレクション検出に適合する評価計画について述べる。 重度事象の低ベースレートは, 単一施設で実施可能な研究以上のものである, 臨床効果は明らかに主張しない。

関連論文リスト

• Detecting Clinical Discrepancies in Health Coaching Agents: A Dual-Stream Memory and Reconciliation Architecture [71.46525715889656]
  汎用エージェントメモリシステムは、ユーザの最新のステートメントで古い事実を上書きすることでコヒーレンスを最適化する。 本稿では,患者の物語を構造化された臨床記録から厳密に分離するDual-Stream Memory Architectureを提案する。 675日間のウェルネスコーチングセッションにおいて,26名の患者を対象にこのアーキテクチャを評価した。
  論文  参考訳（メタデータ） (2026-04-29T17:59:28Z)
• FactsR: A Safer Method for Producing High Quality Healthcare Documentation [4.179214819734853]
  本稿では,医療相談と並行して,健康な臨床情報をリアルタイムに抽出するFactsについて紹介する。 FactsR法は, ノート生成のクリニアン・イン・ザ・ループを配置することにより, より正確かつ簡潔な音符を生成する。
  論文  参考訳（メタデータ） (2025-05-15T14:51:22Z)
• Medical Hallucinations in Foundation Models and Their Impact on Healthcare [71.15392179084428]
  基礎モデルの幻覚は自己回帰訓練の目的から生じる。 トップパフォーマンスモデルは、チェーン・オブ・シークレット・プロンプトで強化された場合、97%の精度を達成した。
  論文  参考訳（メタデータ） (2025-02-26T02:30:44Z)
• HELIOT: LLM-Based CDSS for Adverse Drug Reaction Management [3.2627279988912194]
  ヘリオット(Heliot)は、薬物反応管理のための革新的な臨床診断支援システムである。 LLM(Large Language Models)と総合的な医薬データリポジトリを統合することで、フリーテキストの臨床情報を処理します。 Heliotは、過去の患者固有の薬剤耐性から学び、偽の警告を減らすことで、よりニュアンスで文脈的に有害な薬物イベント警告を可能にする。
  論文  参考訳（メタデータ） (2024-09-24T18:55:10Z)
• RECAP-KG: Mining Knowledge Graphs from Raw GP Notes for Remote COVID-19 Assessment in Primary Care [45.43645878061283]
  本稿では,患者相談の前後に書かれた生のGP医療ノートから知識グラフ構築を行うフレームワークを提案する。 私たちの知識グラフには、既存の患者の症状、その持続時間、重症度に関する情報が含まれています。 本フレームワークを英国における新型コロナウイルス患者の相談ノートに適用する。
  論文  参考訳（メタデータ） (2023-06-17T23:35:51Z)
• Drugs Resistance Analysis from Scarce Health Records via Multi-task Graph Representation [5.041782043654619]
  医療イベントやエッジからノードをマッピングしたグラフを,時間窓のイベントの対応として見ることにより,迅速な臨床介入を行うための新しい枠組みを提案する。 次に,これらの高次元および希少なグラフから情報的特徴を抽出し,薬剤耐性の自動解析を行うための新しいグラフベースモデルを提案する。
  論文  参考訳（メタデータ） (2023-02-22T09:22:13Z)
• Retrieval-Augmented and Knowledge-Grounded Language Models for Faithful Clinical Medicine [68.7814360102644]
  本稿では,Re$3$Writer法を提案する。 本手法が患者の退院指示生成に有効であることを示す。
  論文  参考訳（メタデータ） (2022-10-23T16:34:39Z)
• PHEE: A Dataset for Pharmacovigilance Event Extraction from Text [42.365919892504415]
  PHEEは、医療事例報告と生物医学文献から5000以上の注釈付きイベントを含む、薬物移動のための新しいデータセットである。 患者の人口統計,治療,および(側)効果に関する粗くきめ細かな情報を提供するために設計された階層型イベントスキーマについて述べる。
  論文  参考訳（メタデータ） (2022-10-22T21:57:42Z)
• 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)
• Predicting Patient Readmission Risk from Medical Text via Knowledge Graph Enhanced Multiview Graph Convolution [67.72545656557858]
  本稿では,電子健康記録の医用テキストを予測に用いる新しい手法を提案する。 外部知識グラフによって強化された多視点グラフを有する患者の退院サマリーを表現している。 実験により,本手法の有効性が証明され,最先端の性能が得られた。
  論文  参考訳（メタデータ） (2021-12-19T01:45:57Z)
• Improving Medical Image Classification with Label Noise Using Dual-uncertainty Estimation [72.0276067144762]
  医用画像における2種類のラベルノイズについて論じ,定義する。 医用画像分類作業中にこれら2つのラベルノイズを処理する不確実性推定に基づくフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-02-28T14:56:45Z)
• BiteNet: Bidirectional Temporal Encoder Network to Predict Medical Outcomes [53.163089893876645]
  本稿では,患者の医療旅行におけるコンテキスト依存と時間的関係を捉える,新たな自己注意機構を提案する。 エンド・ツー・エンドの双方向時間エンコーダネットワーク(BiteNet)が患者の旅路の表現を学習する。 実世界のEHRデータセットを用いた2つの教師付き予測と2つの教師なしクラスタリングタスクにおける手法の有効性を評価した。
  論文  参考訳（メタデータ） (2020-09-24T00:42:36Z)
• Patient ADE Risk Prediction through Hierarchical Time-Aware Neural Network Using Claim Codes [5.288589720985491]
  本研究の目的は、クレームコードに記録された患者医療履歴に基づいて、標的薬剤が標的患者に誘導するパーソナライズされたADEリスクを評価することである。 我々は,クレームコードの特徴とそれらの関係を捉えるHTNNRモデル(階層的時間認識ニューラルネットワーク for ADE Risk)を開発した。
  論文  参考訳（メタデータ） (2020-08-20T13:24:54Z)

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。