文献

J-GLOBAL ID：201702262980094167   整理番号：17A1215752

MRI脳プロトコル選択と優先順位付けを自動化するための自然言語処理ベースモデル【Powered by NICT】

A Natural Language Processing-based Model to Automate MRI Brain Protocol Selection and Prioritization

著者 (4件)： Brown Andrew D. (Department of Medical Imaging, St Michael’s Hospital, Toronto, Ontario, Canada) ,  Brown Andrew D. (Faculty of Medicine, University of Toronto, Toronto, Ontario, Canada) ,  Marotta Thomas R. (Department of Medical Imaging, St Michael’s Hospital, Toronto, Ontario, Canada) ,  Marotta Thomas R. (Faculty of Medicine, University of Toronto, Toronto, Ontario, Canada)
資料名： Academic Radiology  (Academic Radiology)
巻： 24  号： 2  ページ： 160-166  発行年： 2017年 
JST資料番号： W3289A  ISSN： 1076-6332  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 不正確な画像診断プロトコル選択は増加し医療コストと廃棄物に寄与することができる。ヘルスケア提供者は医用イメージングサービスの品質と安全性を支援するために,ここでは,NLP技術は磁気共鳴イメージング(MRI)脳検査のprotocolingと優先順位付けのための臨床意思決定支援を支援するために用いることができるかどうかを決定するための三自然言語処理(NLP)モデルを開発し,評価した。MRI脳検査のために臨床的意思決定を支援するためのNLPモデルを使用することの実現可能性を試験するために,筆者らは,三種の医用画像予測タスクを設計し,ユニークな結果と各検査プロトコールを選択する,造影剤投与の必要性を評価し,優先順位を決定した。2013年1月1日から2015年6月30日し13,982MRI脳検査に関連した叙述臨床適応と人口統計学的データに基づく転帰を予測する隣接への各予測タスク,異なる分類アルゴリズムランダムフォレストを用いて,サポートベクトルマシン,k-最近の三つのモデルを作成した。試験データセットは,精度,感度,特異性,予測値および曲線下面積を計算した。著者らの最適結果は,プロトコル選択,造影剤投与,および優先順位付けタスクのための82.9%,83.0%,及び88.2%の精度を示し,それぞれ,予測アルゴリズムを検討protocolingに対する臨床意思決定支援を支援するために使用できることを実証した。参照臨床医と人口統計学的データによって提供されたナラティブ臨床情報から開発したNLPモデルはMRI脳検査のプロトコルと優先度を予測するための実現可能な方法である。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 予測 ,  品質 ,  *プロトコル ,  *モデル ,  サポートベクトルマシン ,  造影剤 ,  安全性 ,  *自動化 ,  意思決定 ,  NMRイメージング ,  *自然言語処理 ,  医用画像
準シソーラス用語： 分類アルゴリズム ,  人口統計学 ,  臨床意思決定支援 , 【Automatic Indexing@JST】

著者キーワード (4件)： 品質 ,  安全性 ,  自然言語処理 ,  機械学習

分類 (1件)： 医用情報処理  (JE15030Q)

タイトルに関連する用語 (7件)： MRI ,  脳 ,  プロトコル ,  優先順位 ,  自動化 ,  自然言語処理 ,  モデル