MMJul, 2017

通过演绎推理改善心力衰竭管理指南的遵从性

PDF
TL;DR该研究介绍一种使用答案集编程的医师咨询系统来管理慢性病的做法，通过归纳推理和临床实践指导来判断病人的症状和情况是否适用于医师的治疗建议，以帮助医师尽快采取相应措施。
chronic disease managementheart failurephysician advisory systemclinical practice guidelinesabductive reasoning
发现论文，激发创造
  • 基于知识模式的慢性心力衰竭管理医生咨询系统

    该论文证明了高度复杂的临床指南可以用基于回答集编程的知识模板系统编码，从而开发出可自动生成针对心力衰竭患者的治疗建议的医生咨询系统，这个系统可以在缺乏完整信息的情况下工作。

    Oct, 2016

  • 运用论证法解决临床指南中的冲突

    针对患者中心的医疗推理中自相冲突的通用临床指南的问题，本文提出了一种结构化论证形式，利用基于假设的推理和对推理结果的目标驱动选择，在考虑患者特定信息和偏好的情况下进行推理，以达到目标最大化和偏好尊重的推荐。

    Feb, 2019

  • 支持成年人在家自我管理心血管疾病风险因素的推荐算法

    提出了一个基于知识的推荐算法，结合了规则逻辑与大型语言模型的能力来改善心血管疾病的预防效果，支持成年人在家自我管理心血管疾病风险因素。该算法在评估中表现出有用性，并且评价了更多的心血管疾病风险因素，生成的推荐具有更大的信息和语义容量。

    May, 2024

  • 用户指导下的反演证明生成：答案集编程查询（扩展版）

    提出了一种使用自动构造的可猜测空间的诱因过程来生成查询可能证明的方法，通过不同形式的隐式术语替换，该方法可以考虑用户提供的事实并适当修改难解决的解决方案。

    Sep, 2022

  • 利用临床笔记中的主题，识别心力衰竭患者的表型并预测其住院时间

    使用 topic modeling 技术识别 1,200 名心衰患者诊断代码及手术报告中的特征主题，以预测他们的住院时间长度，并发现与医学概念间的新关系。心衰患者临床表现多有概率潜在结构，所以该研究结论有助于预测患者生存率及研究患者的个人资料。

    May, 2023

  • 最佳决策并不等同于最佳建议：制定关注依从性的推荐

    该研究提出了基于粘附感知优化框架的有关决策的算法推荐，并分析了无法实现算法推荐和实际决策之间的差异。该框架提供了有用的工具来分析算法推荐的结构，并计算出对人类偏差天然免疫的最优推荐策略，并保证改进常规策略。

    Sep, 2022

  • 数字医疗中的规划与调度：应答集编程

    提出方案解决医疗保健中的复杂组合问题，同时提供新的可解释性方法以解释基于人工智能的求解器的解决方案。

    Aug, 2022

  • ABiMed：一种智能和视觉的临床决策支持系统，用于药物审查和多药物治疗管理

    设计一种名为 ABiMed 的创新临床决策支持系统用于药物审核与多药并用管理，结合指南实施与可视化呈现知识，为管理多药并用带来了希望。

    Dec, 2023

  • 归纳学习在规范性设计中的应用

    本文提出了一种以用例为驱动的迭代设计方法，用于规范开放系统的虚拟机构；文中介绍了一种基于答案集语义的逻辑程序计算模型，并通过归纳逻辑编程方法实现计算模型；该方法以设计者描述的用例为指导，通过生成附加规则或更改现有规则的方式实现规范框架的完善和修订，从而实现规范框架的自动化学习；该过程整合了一种基于 ASP 的理论修订方法，为规范框架的发展提供了新思路。

    Jul, 2011

  • 学习制定注重依从性的建议

    考虑到人对人工智能建议的忽视以及人工智能在最相关时刻有选择性地提供建议的需要，本文提出了一个顺序决策模型，该模型考虑到人的依附水平并引入了一个推迟选项，以便机器能够暂时不提供建议，并提供了能够学习最佳建议政策并仅在关键时间点提供建议的学习算法。与通用强化学习算法相比，我们的专门化学习算法不仅具有更好的理论收敛性能，而且表现出强大的实证性能。

    Oct, 2023