抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
電子医療記録(EMR)を研究のために高い値を持ち,それらが患者の個人情報,既往歴,臨床検査,治療プロセス,及び他の情報を含んでいる。EMRに基づく解析は,効果的に臨床意思決定における医師を支援し,患者を対象とした臨床研究並びに個別化健康管理サービスのためのデータサポートを提供することができる。再構造化による計算と理学的検査結果の一部をフィルタリングEMR類似性のための新しいアプローチを導入した。著者らのアプローチは,おそらくいくつかの無効情報を含む全EMRにバイアスをかけるよりも疾患バイアス特殊部分の区別はより容易になるという観察が動機となっている。チェック部品が独立と仮定して,それらを分割し,効果的な部品を選択した。,深い自然言語処理を適用し,単語を構文的および意味的単語類似性を測定するために用いることができるベクター。添加では,単語Mover’s Distance(WMD)を用いた伝統的なユークリッド距離,テキスト文書間の新しい距離関数を置き換えた。最後に,KNNクラスターはEMR間の類似性を評価するために使用されている。LDAとLSIのような従来法と比較して,提案した方法は,疾患分類問題のより高い再現率を達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】