文献
J-GLOBAL ID:202202280117921750   整理番号:22A0570410

スター対話型強化ベース変圧器モデルによる安全医療推奨【JST・京大機械翻訳】

Safe medicine recommendation via star interactive enhanced-based transformer model
著者 (4件):
資料名:
巻: 141  ページ: Null  発行年: 2022年 
JST資料番号: E0858A  ISSN: 0010-4825  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
電子医療記録(EMRs)の急速な発展によって,EMRsに基づくほとんどの既存の医学推薦システムは,医師が投薬を正しく処方するのを助けるために,診断履歴から知識を調査する。しかし,EMRsの内容の限界のため,推薦システムは薬物相互作用のような関連する医療データを明示的に反映できない。近年,医療知識グラフとグラフニューラルネットワークに基づく医学推薦アプローチが提案され,変換モデルに基づく方法は医学推薦システムにおいて広く使われてきた。変圧器ベースの医学推薦アプローチは,誘導問題に容易に適用可能である。残念なことに,従来の変圧器ベースの医学推薦手法は,複雑な計算電力を必要とし,変圧器モデルにおけるマルチヘッド間の情報損失を被り,貧弱な性能を引き起こす。同時に,これらのアプローチは伝統的医療推奨アプローチにおける薬物相互作用の副作用をほとんど考慮していない。現在の医学推薦アプローチの欠点を克服するために,著者らは,Star Interactive Informanced Reformation Transformer(SIET)モデルを提案した。それは最初に,EMR(MIMIC-III)と医療知識グラフ(ICD-9オントロジーと薬物Bank)を架橋することによって高品質不均一グラフを構築する。次に,構築した不均一グラフに基づき,病気または薬物(増強隣人と命名)の補助情報を得るために,疾患均一グラフ,医学均一グラフ,および陰性因子均一グラフを抽出した。これらを,疾患と薬物の表現を得るために,EMRsの関連情報と共にSIETモデルに供給した。最後に,疾患組合せ表現と薬物組合せ表現の間の余弦類似性を計算することにより,推奨薬物リストを生成した。MIMIC-III,薬物Bank,およびICD-9オントロジーデータセットに関する広範な実験は,提案モデルの優れた性能を実証した。一方,著者らのSIETモデルは,帰納的医学推薦タスクに関して,強いベースラインより優れていることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
医用情報処理 

前のページに戻る