AncomWiki

건강 정보 검색자와 의료 지식 간 어휘 격차 해소

Properties1
description이 논문은 건강 정보 검색자와 의료 제공자 간의 어휘 격차로 인한 시스템 간 상호 운용성 및 재사용성 문제를 해결하기 위한 새로운 의료 기록 코딩 방안을 제시합니다. 개별 의료 기록에서 의학 개념을 추출하여 표준 용어에 매핑하는 '로컬 마이닝'과, 사회적 이웃 분석을 통해 누락된 핵심 용어를 발견하고 관련 없는 용어를 제거하는 '글로벌 러닝'을 결합하여 서로 보완하는 방식을 사용합니다. 이 비지도 학습 방식은 대규모 데이터…

8 min read

건강 정보 검색자와 의료 지식 간 어휘 격차 해소

Source

  • Evernote/Inbox/Bridging the Vocabulary Gap between Health Seekers and Healthcare Knowledge.md

Summary

이 논문은 건강 정보 검색자와 의료 제공자 간의 어휘 격차로 인한 시스템 간 상호 운용성 및 재사용성 문제를 해결하기 위한 새로운 의료 기록 코딩 방안을 제시합니다. 개별 의료 기록에서 의학 개념을 추출하여 표준 용어에 매핑하는 ‘로컬 마이닝’과, 사회적 이웃 분석을 통해 누락된 핵심 용어를 발견하고 관련 없는 용어를 제거하는 ‘글로벌 러닝’을 결합하여 서로 보완하는 방식을 사용합니다. 이 비지도 학습 방식은 대규모 데이터 처리에 잠재력을 가진 것으로 실험을 통해 검증되었습니다.

Key Points

  • 건강 검색자와 의료 제공자 간 어휘 격차 해소를 위한 의료 기록 코딩 방안 제시
  • 개별 기록 기반 개념 추출 및 매핑인 ‘로컬 마이닝’과 사회적 맥락 분석인 ‘글로벌 러닝’의 결합
  • 로컬 마이닝의 정보 손실 및 정밀도 부족 문제를 글로벌 러닝이 보완
  • 비지도 학습 방식으로 대규모 데이터 처리 가능성 검증

그래프 뷰

백링크