clinical decision support | BriefGPT

关键词clinical decision support

搜索结果 - 24

医学领域的大型语言模型综述：技术、应用、可信度与未来发展方向
综述医疗大型自然语言模型（Med-LLM）的进化历史、技术、应用以及对医疗保健的影响，涵盖临床决策支持、报告生成、医学教育等方面，探索其潜力和限制，并讨论公平性、责任感、隐私保护和鲁棒性等挑战，展望未来的发展方向。
PDFa month ago
将临床实践指南纳入大型语言模型以提升临床决策支持
通过将临床实践指南（CPGs）融入大型语言模型（LLMs），可以显著提高临床决策支持（CDS）的效果，我们针对 COVID-19 门诊治疗展开的案例研究表明，LLMs 与 CPGs 相结合相对于普通的 LLMs 与零提示（ZSP）提供了更准
PDF5 months ago
评估 GutGPT 的可用性：针对胃肠道出血风险的 AI 临床决策支持系统的模拟研究
研究通过临床模拟场景中与医学专业人员的互动评价 GutGPT 对医生接受和信任人工智能临床决策支持系统（AI-CDSS）的影响，结果显示 GutGPT 在技术接受度上产生了不同的效果，但在模拟性能方面则改善了内容掌握能力。该研究表明，如果实
PDF7 months ago
用两阶段方法超越 GPT-4 医学编码
用大型语言模型进行临床决策支持和医疗编码任务，提出 LLM-codex 方法，通过两个阶段生成证据提案和基于 LSTM 的验证阶段，同时实现医疗编码精度、稀有编码准确性和句级证据识别的最新结果，无需依赖人工标注的数据证据。
PDF7 months ago
透视力：医疗时间序列的流水线工具
Clairvoyance 是第一个展示临床时间序列机器学习全面可自动化的流水线的工具包，它旨在解决临床决策支持中工程、评估和效率方面的挑战，并通过实证标准和优化接口，并在健康护理旅程中的个人预测、治疗效果估计和信息获取中提供集成路径。
PDF8 months ago
提高心脏磁共振图像分类深度学习模型校准的不确定性感知训练
在临床决策支持环境中，为了开发更加可靠的人工智能（AI）模型，量化预测的不确定性被视为一种方法，使模型超越传统的性能指标报告。本研究评估了三种新颖的不确定性感知训练策略，并与两种先进方法进行比较，分析了在心脏再同步治疗反应预测和冠状动脉疾病
PDF10 months ago
BioCPT: 利用大规模的 PubMed 搜索记录进行对比预训练变换器，实现零 - shot 生物医学信息检索
本研究介绍了 BioCPT，这是一种针对零样本生物医学信息检索的 Contrastively Pre-trained Transformer 模型，它使用了 2.55 亿条用户点击日志进行对比学习，并在五项生物医学信息检索任务中优于其他基线
PDFa year ago
一份副本足矣：规模化的医学影像数据高效流式传输
MIST 是一个开源框架，可以从一个高分辨率复制品流式传输医学图像，并在多个分辨率下进行操作，能够显著减少图像基础设施的低效性，同时对于深度学习应用程序也能够保持诊断质量。
PDFa year ago
医疗知识图谱调查：资源、应用和前景
本文总结了健康医疗知识图谱的构建管道和关键技术，并介绍了其在高级临床决策支持等医疗领域的革命性影响，最后探讨了在大语言模型时代创造全面准确的健康医疗知识图谱的机会。
PDFa year ago
面向心理健康的可解释和安全对话代理：一项调查
通过系统性且批判性的回顾现有的心理健康对话系统，在上下文知识、数据集和临床决策支持方面提供全面、安全、可解释和值得信赖的虚拟心理健康助手（VMHAs）。
PDFa year ago
一份面向乳腺癌临床决策支持的多机构开源基准数据集，使用合成相关扩散成像数据
介绍了 Cancer-Net BCa，这是一个包含 253 例临床前乳腺癌患者 CDI$^s$ 成像数据的多机构开放数据集，可用于通过机器学习加速癌症诊断和治疗的全球开源倡议。
PDFa year ago
使用语言增强 Transformer 编码器和医学提示进行医疗干预时间估计
提出了一种语言增强的基于转换器的框架，用于在连续、分类、二进制和自由文本功能之间进行信息集成，以更准确地估计医学干预的持续时间，并在 US 和 Asian 的数据集上证明了其有效性。
PDFa year ago
可解释性睡眠分期中性能和效用的平衡权衡
本文提出了一种基于深度学习的解释性方法，通过将深度学习嵌入使用归一化特征来表示，用于支持临床睡眠分期，该方法在不同数据集上具有优异的性能，能够实现良好的性能和可靠的临床解释性。
PDF2 years ago
ACL临床文本的原型网络对诊断预测的可解释性
使用基于原型网络和标签注意力机制的 ProtoPatient 方法可准确预测临床文本中的诊断，并为医生提供可解释和有用的结果，定量和定性评估表明该模型优于现有基线模型，医学医生的进一步验证证明了该模型为临床决策支持提供了有价值的解释。
PDF2 years ago
多模态转换器：将临床记录与结构化电子病历数据融合，可解释的住院死亡率预测
本论文提出一个新型的多模态变压器，用于融合医疗记录数据和医生的述职记录来预测住院死亡率，并使用可视化方法展示关键的医疗记录和医疗数据特征，进而提高了诊断的可解释性和预测的精度。
PDF2 years ago
BERT 失败时 -- 电子病历分类的限制
使用 Transformer 能够有效地进行临床决策支持，但是存在预测性能不佳的情况，本文研究了一种预测失败的案例，并报告了导致预测性能差的模式。
PDF2 years ago
采用蒸馏技术增强患者大数据风险模型在不同机构之间的可移植性
本研究探讨模型便携性的实际应用性和泛化性，通过两个完全不同的大规模索赔数据集建立了出院后复诊风险预测模型，使用 born-again 神经网络的转移学习方法进行了实验，表明基于 BAN 训练的模型优于仅在一个机构进行数据训练的模型，而且这种
PDF2 years ago
医疗保健和精准医学的因果机器学习
本文探讨了如何将因果推断融入临床决策支持系统，以及因果表示学习、因果发现和因果推理领域中的研究方向，以解决医疗应用中存在的高维非结构化数据处理、样本推广和时间关系等挑战。以 Alzheimer 病为例，展示了因果机器学习在临床场景中的优势。
PDF2 years ago
评估 AI 模型与医疗保健专业人员之间的沟通差距：可解释性、实用性和信任的 AI 驱动临床决策
本文提供了一个实用的评估框架，用于可解释机器学习模型对于临床决策支持的贡献。研究揭示了 ML 解释模型的更加细致的作用，以及将其实用地嵌入临床背景的方法。该研究发现，尽管医疗保健专业人员普遍对解释持有积极态度，但对于一定比例的参与者来说，
PDF2 years ago
AAAI评估可解释人工智能在多模态医学影像任务中的应用：现有算法是否满足临床需求？
本论文针对医学图像 AI 模型预测结果的解释问题，提出了基于不同模态的特征重要性度量方法，对 16 种 heatmap 算法进行评估，结果表明这些算法不能很好地解释多模态医学图像的 AI 模型预测结果，因此需要基于该研究提出的度量方法设计
PDF2 years ago