文献

J-GLOBAL ID：201902290681064212   整理番号：19A1770377

臨床ノートにおける自動特徴生成を用いた外科部位感染の検出【JST・京大機械翻訳】

Detection of Surgical Site Infection Utilizing Automated Feature Generation in Clinical Notes

著者 (6件)： Shen Feichen (Department of Health Sciences Research, Mayo Clinic College of Medicine, Rochester, MN, USA) ,  Larson David W. (Department of Surgery, Mayo Clinic College of Medicine, Rochester, MN, USA) ,  Naessens James M. (Department of Health Sciences Research, Mayo Clinic College of Medicine, Rochester, MN, USA) ,  Habermann Elizabeth B. (Department of Health Sciences Research, Mayo Clinic College of Medicine, Rochester, MN, USA) ,  Liu Hongfang (Department of Health Sciences Research, Mayo Clinic College of Medicine, Rochester, MN, USA) ,  Sohn Sunghwan (Department of Health Sciences Research, Mayo Clinic College of Medicine, Rochester, MN, USA)
資料名： Journal of Healthcare Informatics Research  (Journal of Healthcare Informatics Research)
巻： 3  号： 3  ページ： 267-282  発行年： 2019年 
JST資料番号： W4595A  ISSN： 2509-4971  資料種別： 逐次刊行物 (A)
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： 術後合併症(PSC)は,正常な術後経過からの逸脱として知られ,重症度と治療要件によって分類される。外科的部位感染(SSI)は主要なPSCの1つであり,最も一般的な健康関連感染であり,病院滞在と費用の増加をもたらす。本研究では,臨床ノートにおけるコホートからSSIを検出するための発見的手法によるサブ言語分析を用いてキーワード特徴を生成する自動化方法を提案し,医療専門家によりこれらのキーワードを評価した。さらにこの手法を検証するために,自動生成キーワードを用いて,異なる機械学習アルゴリズムをコホート上に適用した。結果は,著者らのアプローチが臨床的な物語からSSIキーワードを同定することができて,検索質問を強化することによって情報抽出システムまたはサポート検索ベースの自然言語処理(NLP)アプローチを開発するための基礎として使用することができることを示した。Copyright 2018 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： 自然言語処理 ,  *外科学 ,  キーワード ,  学習アルゴリズム ,  医療従事者 ,  自動化 ,  治療法 ,  言語 ,  術後合併症 ,  機械学習 ,  母集団 ,  情報抽出
準シソーラス用語： 自動生成 ,  健康 ,  術後経過 , 【Automatic Indexing@JST】

著者キーワード (4件)： 術後合併症 ,  特徴生成 ,  機械学習 ,  自然言語処理

分類 (2件)： 検索技術  (AC06020S) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 臨床 ,  ノート ,  外科 ,  感染