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。
プロセスマイニング技術は様々な分野でワークフロー,ヘルスケアへの経営管理の範囲を発見し,解析に使用した。が,この研究の多くは,ワークフロー発見のための隠れMarkovモデル(HMM)の可能性を見落としている。プロセス実行の観察されたトレースに基づくワークフローモデルを発見するための新しい並列ガイド状態分裂H MM推論アルゴリズム(AGSS)を提案した。四実世界医療ワークフローデータセットを用いて,既存の方法とそれらの一つについてより詳細な事例研究にAGSSを比較した。著者らの数値結果は,AGSSはより正確なワークフローモデルを生成するだけでなく,基本的なプロセスをより良く表すことを示した。さらに,ガイド状態分裂への微量配列を持つ,AGSSは以前のHMM推論アルゴリズムよりも有意に効率が良かった(O(n)の倍)。著者らのケーススタディの結果は,筆者らのアプローチが既存のアルゴリズムより読みと正確なワークフローモデルを生成することを示した。発見されたモデルの比較同じプロセスの手作りエキスパートモデルには,三の不一致を見出した。これら三つの不一致は,医療専門家による再考とエキスパートモデルを高めるために使用した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】