神経健康:深層学習と自然言語処理を用いた電子健康記録における未診断認知障害を検出するための自動スクリーニングパイプライン【JST・京大機械翻訳】

Tyagi Tanish; Magdamo Colin G.; Noori Ayush; Li Zhaozhi; Liu Xiao; Deodhar Mayuresh; Hong Zhuoqiao; Ge Wendong; Ye Elissa M.; Sheu Yi-han; Alabsi Haitham; Brenner Laura; Robbins Gregory K.; Zafar Sahar; Benson Nicole; Moura Lidia; Hsu John; Serrano-Pozo Alberto; Prokopenko Dimitry; Tanzi Rudolph E.; Hyman Bradley T.; Blacker Deborah; Mukerji Shibani S.; Westover M. Brandon; Das Sudeshna

プレプリント

J-GLOBAL ID：202202213509529530 整理番号：22P0283090

神経健康:深層学習と自然言語処理を用いた電子健康記録における未診断認知障害を検出するための自動スクリーニングパイプライン【JST・京大機械翻訳】

NeuraHealth: An Automated Screening Pipeline to Detect Undiagnosed Cognitive Impairment in Electronic Health Records with Deep Learning and Natural Language Processing

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (25件)： , , , , , , , , , , , , , , , , , , , , , , , ,
資料名：
発行年： 2022年01月12日プレプリントサーバーでの情報更新日： 2022年06月20日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

認知症関連認知障害(CI)は神経変性疾患であり,世界中で55百万人以上に影響し,3秒ごとに1つの新しい症例の割合で急速に成長している。75%の症例は,低~中所得国において90%まで世界的に未診断であり,USD 1.3料金の年間世界コストが推定され,2030年までに2.8トリアリオンに達すると予測された。治癒なしで,臨床試験の再発失敗と早期診断の欠如,死亡率は100%である。電子健康記録(EHR)における情報は,CIの早期検出のための重要な手がかりを提供できるが,専門家による手動レビューは,退屈で,誤りが傾向がある。しかし,いくつかの計算法が提案されてきたが,それらはEHRの複雑な言語構造における言語学的文脈の理解が不足している。したがって,Iは,早期診断のない患者を同定するため,新規でより正確なフレームワークであるNeuraHealthを提案する。NeuraHealthにおいて,Mass General Brigham BioBankからの患者EHRを用いて,Iは,シーケンスを分類するための双方向注意ベース深層学習自然言語処理モデルを微調整した。配列予測を用いて,患者レベル正則化ロジスティック回帰モデルの入力として構造化特徴を生成した。この2段階フレームワークは,高い次元を生成し,すべての既存の最先端の計算方法および臨床方法より優れている。さらに,EHRにおける未検出CIのスケーラブルかつ高速発見のための自動EHRスクリーニングパイプラインを作成するため,モデルを統合し,EHRにおける非検出CIのスケーラブルかつ高速発見のための自動化EHRスクリーニングパイプラインを作成し,医療施設および不十分な健康サービスの領域における早期診断を可能にした。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

神経系の疾患 , 神経系の診断

, , , , , , ,

前のページに戻る