文献

J-GLOBAL ID：201702280023283235   整理番号：17A1397990

アラインメント誘導状態分割H MM(隠れMarkovモデル)を用いた医療ワークフローのモデル化【Powered by NICT】

Medical Workflow Modeling Using Alignment-Guided State-Splitting HMM

著者 (7件)： Yang Sen ,  Zhou Moliang ,  Chen Shuhong ,  Dong Xin ,  Ahmed Omar ,  Burd Randall S. ,  Marsic Ivan
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICHI  ページ： 144-153  発行年： 2017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： 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】

シソーラス用語： *ワークフロー ,  アルゴリズム ,  *モデリング ,  事例研究 ,  *アラインメント ,  *モデル ,  *隠れMarkovモデル ,  医療従事者
準シソーラス用語： ワークフローモデル ,  プロセスマイニング , 【Automatic Indexing@JST】

分類 (2件)： 事務・経営情報処理  (JE15020F) ,  経営工学一般  (KA01010C)

タイトルに関連する用語 (6件)： アラインメント ,  誘導 ,  隠れMarkovモデル ,  医療 ,  ワークフロー ,  モデル化