構造化および非構造化電子医療記録を使用して30日間の再入院を予測する
Sanjib Raj Pandey1,2, Joy Dooshima Tile2, Mahdi Maktab Dar Oghaz2
1The Royal Marsden NHS Foundation Trust, Digital Services, London, United Kingdom.
病院再入院の予測は 医療にとって不可欠です 構造化されたデータとClinicalT5のテキスト表現を組み合わせた新しいハイブリッドモデルは,テキストのみのモデルよりも予測の正確性と信頼性を向上させます.
科学分野:
- 医療情報学
- 医療における機械学習
- 臨床的意思決定支援
背景:
- 病院再入院は 医療費と患者の健康に 大きな影響を与えます
- 30日間の再入院の正確な予測は,複雑で多様式な医療データのために困難です.
- 既存のモデルは様々なデータ型から 精度とバランスの取れた予測に 苦労しています
研究 の 目的:
- 再入院のためのハイブリッド予測モデルを開発し評価する.
- ClinicalT5 を使用して,構造化された臨床データと非構造化されたテキストデータを統合します.
- ハイブリッドモデルのパフォーマンスをテキストのみのモデルと比較する.
主な方法:
- 構造化されたデータとClinicalT5によるテキスト表現を組み合わせたハイブリッドモデルを開発した.
- トランスフォーマーベースの大型言語モデル (ClinicalT5,PubMedBERT) を利用した.
- 精度,精度,リコール,AUROCスコアを用いてモデルを評価した.
主要な成果:
- 構造化されたデータと非構造化されたデータを統合したハイブリッドモデルは テキストのみのモデルを上回った.
- より高い精度とバランスの取れたリコールで 誤った陽性を減少させました
- すべての原因による再入院を予測する信頼性が向上した.
結論:
- ClinicalT5を使用したハイブリッドデータ統合は,再入院予測を向上させます.
- 改善された予測は よりよい臨床的意思決定を支援し,不必要な再入院を減らす.
- このアプローチは患者のケアと医療資源の割り当てを最適化するための有望な戦略です
さらに関連する動画
05:16Cutoff Value of Phase Angle by Bioelectrical Impedance Analysis at Admission as a Prognostic Factor in Patients with Acute Heart Failure
Published on: June 10, 2025
09:00TBase - an Integrated Electronic Health Record and Research Database for Kidney Transplant Recipients
Published on: April 13, 2021
関連する概念動画
Methods of Documentation VII: EMR
Health Information Technology and Healthcare Information System
Health Information Technology, commonly called HIT, integrates advanced information systems and technology in healthcare settings. Its primary functions include:
Purpose of Health Records II
Methods of Documentation VI: Case Management Model
For example, a patient with a chronic...
Purpose of Health Records I
Here's a breakdown of how health records serve these purposes:
Hospitals-I
