文献

J-GLOBAL ID：201702216247813166   整理番号：17A0115527

機械学習技術を用いた慢性疾患の診断コードを予測するための方法【Powered by NICT】

A method to predict diagnostic codes for chronic diseases using machine learning techniques

著者 (3件)： Gupta Deepa (Amrita School of Engineering, Amrita Vishwa Vidyapeetham, Bangalore, India) ,  Khare Sangita (Amrita School of Engineering, Amrita Vishwa Vidyapeetham, Bangalore, India) ,  Aggarwal Ashish (Amrita School of Engineering, Amrita Vishwa Vidyapeetham, Bangalore, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICCCA  ページ： 281-287  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最も単純な形における医療は医療従事者による損傷の疾患や治療の診断と予防が重要である。社会のクオリティオブライフを提供する上で重要な役割を果たしている。懸念は,安価な治療等価代替案とより良いサービスを提供するかということである。機械学習法(ML)はこの目標を達成するのに役立つ。医療は臨床データ,請求データ,薬物データと病院データのようなデータの種々のカテゴリーを有していた。請求データ等を利用した腎疾患,骨粗しょう症,関節炎のような11慢性疾患を研究するための臨床的および請求データに焦点を当てた。慢性疾患と対応する診断試験の間の相関を解析し,ML技術を用いることである。各慢性疾患に対する種々の診断に有効な結論を行い,臨床的関連性を念頭においてである。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 関節炎 ,  病院 ,  治療法 ,  腎臓病 ,  医療従事者 ,  *機械学習 ,  骨粗鬆症 ,  クオリティオブライフ ,  臨床データ ,  *慢性疾患 ,  *機械学習技術

分類 (2件)： 代謝異常・栄養性疾患一般  (GD05010J) ,  運動器系の疾患  (GG03000T)

タイトルに関連する用語 (4件)： 機械学習技術 ,  慢性疾患 ,  診断 ,  予測