通过溯因推理改进对心力衰竭管理指南的依从性
人工智能
2017-07-18 v1
摘要
慢性疾病如心力衰竭 (HF) 的处理是重大公共卫生问题。医学界管理慢性疾病的标凖方法是让专家委员会制定所有医生应遵循的指南。由于其复杂性，这些指南难以实施，且被广大医学界缓慢采纳。我们开发了一个医生咨询系统，使用答案集编程 (ASP) 对管理 HF 的全部临床实践指南进行编码。在本文中，我们展示了如何部署溯因推理来寻找患者必须表现出的缺失症状和病症，以使医生开具的治疗有效。因此，如果医生未做出适当推荐或做出不依从的推荐，我们的系统将建议医生关于该推荐适用所必须生效的症状和病症。该文正在考虑被 TPLP 接受。
引用
@article{arxiv.1707.04957,
title = {Improving Adherence to Heart Failure Management Guidelines via Abductive Reasoning},
author = {Zhuo Chen and Elmer Salazar and Kyle Marple and Gopal Gupta and Lakshman Tamil and Sandeep Das and Alpesh Amin},
journal= {arXiv preprint arXiv:1707.04957},
year = {2017}
}
备注
Paper presented at the 33nd International Conference on Logic Programming (ICLP 2017), Melbourne, Australia, August 28 to September 1, 2017 15 pages, LaTeX