의료 정보학

Accedi

approfondimento - 의료 정보학

LLM을 활용하여 의사-환자 대화를 실시간으로 전사하고 요약하여 ePuskesmas 의료 기록에 자동으로 입력함으로써 의료 서비스 제공의 효율성을 높이고 의사의 업무 부담을 줄일 수 있다.

전자 건강 기록 데이터를 활용하여 가족력 기반 유전성 유방암 및 난소암 위험이 높은 환자를 식별할 수 있으며, 이들 중 대다수가 유전자 검사를 받지 않은 것으로 나타났다.

의료 추천 시스템에서 공정성 지표에 대한 대중의 이해도가 낮으며, 상황에 따라 공정성 인식이 크게 달라진다.

대형 언어 모델인 GPT가 침구 포인트 관련 위치 관계를 추출하는 데 효과적임을 보여줌.

임상 시험에 참여하는 환자들의 음성 데이터를 활용하여 환자 식별 및 중복 참여 방지를 위한 제로샷 화자 검증 모델을 제안한다.

생성형 AI를 활용한 임상 근거 합성은 신뢰성 있는 결과를 위해 책임성, 인과성, 투명성, 공정성, 일반화 가능성, 데이터 프라이버시 및 거버넌스, 환자 안전 등의 과제를 해결해야 한다.

본 연구는 응급실 환자 데이터를 활용하여 그래프 신경망 기반의 자동 분류 알고리즘을 개발하였다. 이를 통해 기존 수동 분류 방식의 한계를 극복하고 보다 정확하고 신속한 환자 분류가 가능하다.

전자 건강 기록을 활용한 공동 질병 예측을 위한 자동화된 다중 작업 학습의 효율성과 성능 향상

Chi Siamo

Prodotti | Risorse

Approfondimenti