clinical decision support systems | BriefGPT

关键词clinical decision support systems

搜索结果 - 22

基于部分验证证据的治疗推荐模型的训练与验证
利用随机临床试验数据，我们提出了一种用于训练和验证临床决策支持系统的方法，解决了因治疗分配随机性和验证证据缺失导致的困难，展示了该方法能够改善结果，并为未在临床中应用的随机临床试验结果的决策支持创建了基础。
PDF24 days ago
增强抗生素管理：通过自然语言方法改善特征表示
通过将电子健康记录（EHR）系统与临床决策支持系统结合，将 EHR 数据转化为文本表示，并利用预训练的基础模型来改善抗生素管理，以增加抗生素耐药性预测的可解释性和支持抗生素管理工作。
PDFa month ago
医疗文本数据的注意机制增强深度学习模型探索
本研究探索了使用深度学习模型和注意力机制在医学文本挖掘中的应用，旨在提高模型识别关键医学信息的能力，通过结合领域知识优化一个自适应注意力模型的能力来处理医学术语和复杂上下文，并证实该模型在任务准确性和鲁棒性方面的有效性，为智能医疗信息处理和
PDFa month ago
PRISM：一种用于切片级组织病理学的多模式生成基础模型
使用 Virchow 瓷砖嵌入和临床报告文本进行预训练的 PRISM 为 H&E 染色组织病理学提供了幻灯片级基础模型，能够生成临床报告，并通过线性分类器实现针对癌症检测、亚型识别和生物标志物预测等任务的高性能表现。
PDF2 months ago
MediFact 参加 MEDIQA-M3G 2024：多模态学习在皮肤科医学问答中的应用
本研究提出了一种弱监督学习方法，通过使用 MEDIQA-M3G 图像的 VGG16-CNN-SVM 模型，并通过多模态融合将视觉和文本信息联系起来，解决了传统方法在开放式医疗问答中的局限性，进一步促进了医学问答研究的发展，为临床决策支持系统
PDF2 months ago
Rad4XCNN: 基于放射计算的全局解释 CNN 派生特征的新型不可知方法
通过结合放射学特征与基于卷积神经网络的特征，本文提出了一种名为 Rad4XCNN 的新方法来提高医学图像分类的预测能力，同时保持解释性，强调了在临床实践中将解释性整合到人工智能模型中的重要性。
PDF2 months ago
基于空间感知 Transformer-GRU 框架的增强型青光眼诊断从 3D OCT 成像
提出了一种新颖的深度学习框架，基于 3D 光学相干断层扫描（OCT）成像进行自动青光眼检测，取得了优于现有方法的表现，为提高临床决策支持系统和改善青光眼管理患者预后提供了重要潜力。
PDF4 months ago
对西班牙临床文本进行症状识别的精调大型语言模型
通过使用大规模语言模型与数据结合，本研究参与了一个在西班牙医学文档中检测症状、体征和发现的任务，旨在准确识别临床报告中的症状，并在医疗保健、生物医学自然语言处理领域发挥重要作用，为临床决策支持系统的开发和医疗专业人员的诊断和治疗规划提供帮助
PDF5 months ago
解读诊断：大型语言模型解释如何影响临床决策
本研究探讨了大型语言模型在生成患者病情诊断解释方面的可靠性和有效性，实验证明大型语言模型生成的解释显著提高了医生对给定诊断的一致性，同时揭示了大型语言模型输出的潜在错误，在医疗保健领域中的潜力和挑战得到了强调，强调了在整合和评估过程中需要谨
PDF9 months ago
临床决策支持系统中促进患者数据录入的适应性问卷调查：方法及其在 STOPP/START v2 中的应用
我们提出了一种简化患者数据填写的创新解决方案，使用自适应问卷，即在用户交互期间动态显示或隐藏问题。通过将系统的临床规则转化为决策规则来确定问卷中要显示的项目，并确定问卷中项目的优先级顺序。我们将这种方法应用于实施药物多用途管理指南 STOP
PDF9 months ago
使用 SyntHIR 实现互操作的合成健康数据，以推动 CDSS 工具的开发
借助高质量的患者日记和健康注册表，利用机器学习技术开发基于临床决策支持系统的重要机遇，我们提出了通过生成和使用合成电子健康记录数据的体系结构来实现该系统，该体系结构是在 SyntHIR 系统中实施的。
PDFa year ago
多类多标记心律失常的局部 - 全局时间融合网络与注意力机制
提出了一种利用临床决策支持系统来检测和分类心律失常的框架，通过提取局部时空信息、全局模式提取以及局部 - 全局信息融合来进行心律失常检测和分类，同时在 MIT-BIH 心律失常数据库上得到了优于对比模型的结果。
PDFa year ago
SHAMSUL: 利用本地可解释性方法进行热图分析以研究医学意义
本研究旨在通过使用四种深度神经网络可解释性方法，对多标签 - 多类胸部放射学数据集进行分析和比较，以提高医学领域的可解释性，并建议可以引入多模态信息进一步提高研究结果的准确性。
PDFa year ago
MM一种改进的基于堆叠集成方法的心脏病预测
本研究建立了一个基于机器学习的诊断系统用于心脏疾病预测，使用了包括 RF、MLP、KNN、ETC、XGB、SVC、ADB、DT 和 GBM 在内的九种分类算法和八种分类器性能评估指标，并通过一个堆叠式集成方法来评估临床决策支持系统的影响。
PDFa year ago
应用人工智能于心理健康临床决策支持：我们学到了什么？
本研究介绍了一种基于人工智能 (AI) 的 CDSS (临床决策支持系统) - Aifred Health，针对重性抑郁症患者的治疗选择和管理，探讨了平衡临床工作流程和鼓励最终用户信赖的实现挑战，同时提出在构建，验证，培训和实施 AI-C
PDFa year ago
DR.BENCH：临床自然语言处理的诊断推理基准
本研究介绍了一种新的基准测试套件，称为 DR.BENCH，旨在开发和评估具有临床诊断推理能力的 cNLP 模型，这是第一个被设计为自然语言生成框架以评估预训练语言模型的临床任务套件。
PDF2 years ago
SERF：使用嵌入、规则和特征进行可解释的睡眠分期
利用睡眠作为案例研究，该论文提出了一种结合由黑箱深度学习导出的高准确性和临床可解释性的通用方法 SERF，用于睡眠分期。该模型使用卷积和循环神经网络混合的嵌入来得到可诠释的特征空间，并应用基于简单模型如浅决策树的分类方法，其结果优于同类型模
PDF2 years ago
PMC-Patients: 一份从 PubMed Central 的病例报告中提取的患者笔记和关系的大规模数据集
提供了一个名为 PMC-Patients 的大规模公共病人笔记数据集，旨在促进检索型临床决策支持系统的发展，并可用于评估检索型决策支持系统。
PDF2 years ago
中国农村的 “卓越 AI 医生”：基于 AI 技术的 CDSS 应用中的紧张和挑战
通过观察和对中国 6 个农村诊所的 22 名医生的采访，本文报道了 AI-CDSS 系统（“Brilliant Doctor”）的设计与当地流程的不一致、技术限制和可用性障碍，以及与 AI-CDSS 的透明度和可靠性有关的问题。尽管存在这些
PDF3 years ago
AAAI稀有事件建模的变分分离
提出了一种基于极值分布和变分去解耦的方法，用于在高度不平衡的分类问题中学习罕见事件和提高临床决策支持系统的性能。该方法在合成研究和实际临床数据集上具有显著的性能优势，包括 COVID-19 毒性预测。
PDF4 years ago