用于医疗诊断和不确定性量化的临床操作代码神经机器翻译
计算与语言
2024-10-22 v2 人工智能
机器学习
摘要
临床决策支持系统（CDSS）旨在通过将系统生成的建议与医学专业知识相结合来增强临床医生的决策能力。鉴于医疗治疗的高成本、高强度劳动和时间敏感性，迫切需要高效的决策支持，尤其是在复杂的紧急情况下。在这些信息可能有限的场景中，利用 AI（人工智能）模型有效减少诊断不确定性的先进 CDSS 框架具有实用价值。这种具有量化不确定性的 AI 赋能 CDSS 框架有望在要求严苛的现实世界医疗环境中具有实用性和益处。在本研究中，我们引入了“医疗熵”的概念，量化了基于操作 ICD-9 代码的神经机器翻译所预测患者结果的不确定性。我们的实验结果不仅显示了基于简单 ICD-9 代码的操作序列与诊断序列之间的强相关性，还展示了通过数据驱动方法模拟住院期间不确定性趋势的潜力。
引用
@article{arxiv.2402.10940,
title = {Neural machine translation of clinical procedure codes for medical diagnosis and uncertainty quantification},
author = {Pei-Hung Chung and Shuhan He and Norawit Kijpaisalratana and Abdel-badih el Ariss and Byung-Jun Yoon},
journal= {arXiv preprint arXiv:2402.10940},
year = {2024}
}