文献

J-GLOBAL ID：201902228759062037   整理番号：19A1665427

EHRデータにおける臨床イベントからの患者の診断と診断カテゴリーの予測【JST・京大機械翻訳】

Predicting Patient’s Diagnoses and Diagnostic Categories from Clinical-Events in EHR Data

著者 (2件)： Malakouti Seyedsalim (University of Pittsburgh, Pittsburgh, PA, USA) ,  Hauskrecht Milos (University of Pittsburgh, Pittsburgh, PA, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11526  ページ： 125-130  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,電子健康記録(EHR)における構造化臨床データに基づいて診断と診断カテゴリーを自動的に割り当てることができる潜在的意味インデクシングに基づく機械学習ベースモデルを開発し研究した。これらのモデルは,退院時の構造化EHRデータから患者の診断の自動符号化,または患者の状態の動的診断と要約を支援するために用いることができる。MIMIC-III EHRデータに関する診断モデルの性能を研究した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *診断 ,  機械学習 ,  電子カルテ ,  退院 ,  病歴
準シソーラス用語： 診断モデル ,  臨床データ ,  *患者診断 , 【Automatic Indexing@JST】

著者キーワード (5件)： 低次元表現 ,  特異値分解 ,  電子健康記録 ,  機械学習 ,  ICD-9診断

分類 (2件)： 人工知能  (JE08000Z) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： EHR ,  臨床 ,  イベント ,  患者の診断 ,  診断 ,  カテゴリー ,  予測