Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Genetic Lingo01:11

Genetic Lingo

116.0K
Overview
116.0K
Classification of Illness01:17

Classification of Illness

9.0K
The meaning of illness is individualized to each person who experiences an alteration in health. In contrast, disease is a medical term indicating a pathological change in the structure and function of the body or mind. It is a condition that has specific symptoms and boundaries.
An illness is a response to a disease in which the person's level of functioning is changed compared with a previous level. The general classification of illness includes acute and chronic.
Acute illness is severe...
9.0K
Improving Translational Accuracy02:07

Improving Translational Accuracy

3.7K
3.7K
Improving Translational Accuracy02:07

Improving Translational Accuracy

15.2K
Base complementarity between the three base pairs of mRNA codon and the tRNA anticodon is not a failsafe mechanism. Inaccuracies can range from a single mismatch to no correct base pairing at all. The free energy difference between the correct and nearly correct base pairs can be as small as 3 kcal/ mol. With complementarity being the only proofreading step, the estimated error frequency would be one wrong amino acid in every 100 amino acids incorporated. However, error frequencies observed in...
15.2K
Model Approaches for Pharmacokinetic Data: Distributed Parameter Models01:06

Model Approaches for Pharmacokinetic Data: Distributed Parameter Models

298
Pharmacokinetic models are mathematical constructs that represent and predict the time course of drug concentrations in the body, providing meaningful pharmacokinetic parameters. These models are categorized into compartment, physiological, and distributed parameter models.
The distributed parameter models are specifically designed to account for variations and differences in some drug classes. This model is particularly useful for assessing regional concentrations of anticancer or...
298

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

RankVar: machine learning-based variant ranking and reinterpretation for rare genetic diseases.

Genome medicine·2026
Same author

Improving Retrieval-Augmented Generation without Taxonomy-based Error Categorization.

Proceedings of the conference. Association for Computational Linguistics. Meeting·2026
Same author

Evaluating unsupervised and rule-based phenotyping methods versus administrative code counts for systemic sclerosis identification.

Seminars in arthritis and rheumatism·2026
Same author

Hard to Halt: Automation Bias in Agent-Driven Sequencing Prior Authorization Workflows.

medRxiv : the preprint server for health sciences·2026
Same author

Unsupervised characterization of 100,272 EHR patients identifies high-risk groups and comorbidities linked to premature aging.

NPJ digital medicine·2026
Same author

TimeX: Phenotype Onset Extraction from Clinical Narratives.

npj health systems·2026

関連する実験動画

Updated: Feb 24, 2026

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness
03:14

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness

Published on: December 6, 2024

1.2K

大規模言語モデルを用いた医療用語集の知識工学

Hsin Yi Chen1, Anna Ostropolets1,2, Chunhua Weng1

  • 1Department of Biomedical Informatics, Columbia University, New York, NY, USA.

AMIA ... Annual Symposium proceedings. AMIA Symposium
|February 23, 2026
PubMed
まとめ
この要約は機械生成です。

大規模言語モデル（LLM）は、用語の類似性やグルーピングなどの医療用語集の自動化に可能性を示している。しかし、現在のモデルは、包括的なヘルスケアデータ管理のためのリコールと臨床的精度を改善する必要がある。

キーワード:
大規模言語モデル医療用語集知識工学自然言語処理医療情報学

さらに関連する動画

Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
05:47

Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems

Published on: June 13, 2025

1.7K
Constructing and Visualizing Models using Mime-based Machine-learning Framework
06:19

Constructing and Visualizing Models using Mime-based Machine-learning Framework

Published on: July 22, 2025

2.6K

関連する実験動画

Last Updated: Feb 24, 2026

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness
03:14

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness

Published on: December 6, 2024

1.2K
Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
05:47

Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems

Published on: June 13, 2025

1.7K
Constructing and Visualizing Models using Mime-based Machine-learning Framework
06:19

Constructing and Visualizing Models using Mime-based Machine-learning Framework

Published on: July 22, 2025

2.6K

科学分野:

  • 医療情報学; 自然言語処理; ヘルスケアデータ管理

背景:

  • 医療用語集はヘルスケアデータにとって重要であるが、維持コストが高い。用語集管理の自動化は、効率を向上させ、コストを削減できる可能性がある。

研究 の 目的:

  • 大規模言語モデル（LLM）を用いた医療用語集管理の自動化の実現可能性を評価する。用語の類似性、包含関係、グルーピングのタスクにおけるLLMのパフォーマンスを評価する。

主な方法:

  • SNOMED CTの1,533の心血管系用語に対してGPT-4oを使用した。3つの主要なタスクについて、OHDSI標準化用語集と比較してLLMのパフォーマンスを評価した。

主要な成果:

  • LLMは、用語の類似性（0.78）、包含関係（0.74）、グルーピング（0.78）において高い精度を達成した。リコールは低く、特に包含関係（0.08）ではカバレッジのギャップを示唆している。

結論:

  • LLMは医療用語集のタスクを自動化する可能性を示しているが、さらなる改良が必要である。今後の研究では、リコール、エラー削減、スケーラビリティの評価に焦点を当てるべきである。