Videos de Conceptos Relacionados
Language
Corballis and Suddendorf (2007) and Tomasello and Rakoczy (2003) highlight the role of language in...
Components of Language
Language Development
The critical period for language acquisition suggests that the ability to acquire language is at its peak early in life. As people age, this proficiency decreases. Language development begins very...
Language and Cognition
Higher Mental Functions of the Brain: Language
Language formation and comprehension take place in the dominant hemisphere. The dominant hemisphere is responsible for understanding the meaning of spoken, written, or sign language, as well as the ability to communicate. For most people, the left hemisphere is the dominant one. The right hemisphere, then, gives tone and emotional context to the...
Stages of Infection
También podría leer
Artículos Relacionados
Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.
Enriched environment inhibits melanoma by reshaping gut microbiota and enriching Parabacteroides distasonis.
Genomic characterization of <i>bla</i><sub>IMP</sub>-harboring plasmids in <i>Klebsiella</i> spp.
Non-invasive evaluation of muscle invasion and survival prognosis in bladder cancer using enhanced CT-based deep learning radiomics: a multi-center real-world cohort study.
Construction and external validation of radiomics models to detect primary prostate cancer with machine learning: a multicenter study based on <sup>68</sup>Ga-PSMA PET/CT.
VV-ECMO without anticoagulation in trauma patients: balancing bleeding and thrombosis.
The influence of stress path and flaw morphology on the failure mechanism and mechanical properties of rock masses.
Unlocking 3D baby face photogrammetry: Multi-view BabyMorph reconstruction from uncalibrated photographs.
Enhancing Text Datasets With Scaling and Targeting Data Augmentation to Improve BERT-Based Machine Learners.
Automatic Bi-Atrial Segmentation and Biomarker Extraction from Late Gadolinium-Enhanced MRI Using Deep Learning.
Deep video anomaly detection in automated laboratory setting.
Corrigendum to "Identification of gene regulatory networks associated with breast cancer patient survival using an interpretable deep neural network model" [Expert Syst. Appl. 262 (2025) 125632].
Discovering novel prognostic biomarkers of hepatocellular carcinoma using eXplainable Artificial Intelligence.
Video Experimental Relacionado
Updated: Feb 13, 2026

Involving Individuals with Developmental Language Disorder and Their Parents/Carers in Research Priority Setting
Published on: June 6, 2020
Generador de Diálogo Proactivo de Dos Etapas para la Recopilación Eficiente de Información Clínica Utilizando un
Xueshen Li1, Xinlong Hou1, Nirumapa Ravi2
1Stevens Institute of Technology, Hoboken, 07032, NJ, USA.
Este estudio presenta un sistema de diálogo de diagnóstico para automatizar la recopilación de información del paciente, mejorando la eficiencia del diagnóstico de enfermedades. El sistema genera consultas clínicas profesionales y seguras que imitan a médicos reales, superando a los modelos existentes.
Más Videos Relacionados
Área de la Ciencia:
- Inteligencia Artificial en Medicina
- Sistemas de Soporte a la Decisión Clínica
- Procesamiento del Lenguaje Natural
Sus antecedentes:
- La interacción eficaz entre pacientes y médicos es crucial para un diagnóstico preciso de la enfermedad.
- La recopilación de un historial médico completo, incluidos síntomas y procedimientos anteriores, mejora la precisión del diagnóstico, pero a menudo consume mucho tiempo.
- Los sistemas asistidos por computadora ofrecen una optimización potencial para la recopilación de información del paciente.
Objetivo del estudio:
- Desarrollar y evaluar un sistema de diálogo de diagnóstico para automatizar la recopilación de información del paciente.
- Mejorar la eficiencia y efectividad del diagnóstico de enfermedades a través de agentes de conversación inteligentes.
- Abordar los desafíos en la generación de diálogos, como la subexploración y la inflexibilidad.
Principales métodos:
- Se propuso un sistema de diálogo de diagnóstico que utiliza el historial médico y la lógica de la conversación.
- Se empleó una estructura de recomendación de dos etapas con criterios de clasificación cuidadosamente diseñados.
- Se desarrolló un agente de paciente interactivo para facilitar las consultas clínicas de múltiples rondas.
- Se utilizó un conjunto de datos de conversaciones médicas del mundo real para la experimentación.
Principales resultados:
- El sistema de diálogo de diagnóstico demostró un rendimiento superior en comparación con los enfoques basados en modelos de lenguaje biomédico y basados en Deepseek.
- Generó consultas clínicas que imitan eficazmente el estilo conversacional de los médicos humanos.
- Logró una eficiencia, profesionalismo y seguridad eficientes en el diálogo generado.
- Recopiló con éxito información relevante para el diagnóstico de enfermedades.
Conclusiones:
- El sistema de diálogo de diagnóstico propuesto mejora significativamente la eficiencia de la recopilación de información del paciente para el diagnóstico de enfermedades.
- La capacidad del sistema para generar consultas clínicas similares a las humanas mejora el proceso de diagnóstico.
- Este enfoque ofrece una solución asistida por computadora prometedora para optimizar las interacciones entre pacientes y médicos en entornos sanitarios.

