DC3——用于临床决策支持的诊断病例挑战集
信息检索
2019-08-26 v1 人工智能
摘要
在临床诊疗中，获得正确诊断是迈向成功治疗并最终康复的第一步。根据病例的复杂程度，诊断阶段可能漫长且充满错误和延误。此类错误极有可能对患者造成严重伤害甚至导致死亡，据估计每年给美国医疗系统造成数千亿美元的损失。为避免诊断错误，医生越来越依赖诊断决策支持系统，这些系统从启发式方法、历史病例、教科书、临床指南和学术生物医学文献中汲取信息。然而，对此类系统的评估往往以临时方式进行，使用不透明的方法和专有数据。本文提出了 DC3，这是一个包含 31 个极其困难的诊断病例挑战的集合，由临床专家手动汇编并解答。对于每个病例，我们提供了一系列按时间顺序排列的、由医生生成的观察结果，以及最终确认的真实诊断。此外，我们还为这些病例在包含 2700 万篇学术生物医学文章的 PubMed 集合中提供了推断出的密集相关性判断。
引用
@article{arxiv.1908.08581,
title = {DC3 -- A Diagnostic Case Challenge Collection for Clinical Decision Support},
author = {Carsten Eickhoff and Floran Gmehlin and Anu V. Patel and Jocelyn Boullier and Hamish Fraser},
journal= {arXiv preprint arXiv:1908.08581},
year = {2019}
}