文献

J-GLOBAL ID：202202240509733979   整理番号：22A0980168

変圧器ベースのマルチタスク学習による癌患者の転帰の予測【JST・京大機械翻訳】

Predicting Outcomes for Cancer Patients with Transformer-Based Multi-task Learning

著者 (6件)： Gerrard Leah (Faculty of Engineering and IT, Australian AI Institute, University of Technology Sydney, Sydney, Australia) ,  Gerrard Leah (Health Economics and Research Division, Australian Government Department of Health, Canberra, Australia) ,  Peng Xueping (Faculty of Engineering and IT, Australian AI Institute, University of Technology Sydney, Sydney, Australia) ,  Clarke Allison (Health Economics and Research Division, Australian Government Department of Health, Canberra, Australia) ,  Schlegel Clement (Health Economics and Research Division, Australian Government Department of Health, Canberra, Australia) ,  Jiang Jing (Faculty of Engineering and IT, Australian AI Institute, University of Technology Sydney, Sydney, Australia)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13151  ページ： 381-392  発行年： 2022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： 癌患者は癌と治療の結果として多くの入院をしばしば経験し,治療の進行と生活の質に悪影響を与える。したがって,癌患者の転帰を正確に予測することは,個人化ケアを提供し,患者の転帰を改善するのに重要である。癌患者の転帰を予測するために,電子健康記録(EHR)データによる深層学習をレバーする既存のモデルは,癌イメージングデータと非癌EHR応用によるこれらのアプローチの成功を示したにもかかわらず,限られている。さらに,現在の方法は単一タスク予測に焦点を合わせ,証拠の増加は,2つの関連タスクに関するモデルの同時訓練が予測性能を改善できることを示唆する。これらの限界に対処するために,著者らは,診断コードと連続病院訪問の間の関係を捕える変換器ベースのマルチタグ(TransMT)モデルを提案し,入院癌患者に対する関連転帰を同時に予測した。2つの公開データセット上で行われた実験は,提案モデルが,将来の診断と病院再入院の予測において,単一タスクと再発ニューラルネットワークアプローチの両方より優れていることを示し,癌関連研究に対するEHRデータによる深層学習の使用の利点を実証した。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *変圧器 ,  変換器 ,  データ ,  予測 ,  診断 ,  健康管理 ,  *患者 ,  クオリティオブライフ ,  *機械学習 ,  電子カルテ
準シソーラス用語： *癌患者 ,  *マルチタスク学習 ,  *患者予後 ,  腫瘍イメージング ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 癌 ,  変圧器 ,  マルチタスク学習 ,  健康管理 ,  電子健康記録

分類 (2件)： 腫ようの診断  (GE03020J) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (5件)： 変圧器 ,  マルチタスク学習 ,  癌患者 ,  転帰 ,  予測