Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
An Ensemble Neural Network Model for Benefiting Pregnancy Health Stats from Mining Social Media Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

MKDS: A Medical Knowledge Discovery System Learned from Electronic Medical Records (Demonstration)

verfasst von : Hen-Hsen Huang, An-Zi Yen, Hsin-Hsi Chen

Erschienen in: Information Retrieval Technology

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper presents a medical knowledge discovery system (MKDS) that learns the medical knowledge from electronic medical records (EMRs). The distributed word representations model the relations among medical concepts such as diseases and medicines. Four tasks, including spell checking, clinical trait extraction, analogical reasoning, and computer-aided diagnosis, are demonstrated in our system.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Assigning NDLSH Headings to People on the Web
Nächstes Kapitel Predicting Next Visited Country of Twitter Users
Fußnoten
Literatur
1.
Bejan, C.A., Vanderwende, L., Wurfel, M.M., Yetisgen-Yildiz, M.: Assessing pneumonia identification from time-ordered narrative reports. In: Proceedings of 2012 AMIA Annual Symposium, pp. 1119–1128 (2012)
2.
Davis, M.F., Sriram, S., Bush, W.S., Denny, J.C., Haines, J.L.: Automated extraction of clinical traits of multiple sclerosis in electronic medical records. J. Am. Med. Inform. Assoc. 20(2), 334–340 (2013)CrossRef
3.
Demner-Fushman, D., Chapman, W.W., McDonald, C.J.: What can natural language processing do for clinical decision support? J. Biomed. Inform. 42(5), 760–772 (2009)CrossRef
4.
Hripcsak, G., Albers, D.J.: Next-generation phenotyping of electronic health records. J. Am. Med. Inform. Assoc. 20(1), 117–121 (2013)CrossRef
5.
6.
Kim, Y., Riloff, E., Meystre, S.M.: Improving classification of medical assertions in clinical notes. In: Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics (ACL): Short Papers, pp. 311–316 (2011)
7.
Levy, O., Goldberg, Y.: Linguistic regularities in sparse and explicit word representations. In: Proceedings of the 18th Conference on Computational Language Learning, pp. 171–180 (2014)
8.
Mikolov, T., Chen, K., Corrado, G., Dean, J.: Efficient estimation of word representations in vector space. In: ICLR Workshop Papers (2013)
9.
Mikolov, T., Yih, W.T., Zweig, G.: Linguistic regularities in continuous space word representations. In: Proceedings of NAACL-HLT, pp. 746–751 (2013)
10.
Pathak, J., Kho, A.N., Denny, J.C.: Electronic health records-driven phenotyping: challenges, recent advances, and perspectives. J. Am. Med. Inform. Assoc. 20(e2), e206–e211 (2013)CrossRef
11.
Shivade, C., et al.: A review of approaches to identifying patient phenotype cohorts using electronic health records. J. Am. Med. Inform. Assoc. 21, 221–230 (2014)CrossRef
12.
Stubbs, A., Kotfila, C., Xu, H., Uzuner, Ö.: Identifying risk factors for heart disease over time: overview of 2014 i2b2/UTHealth shared task track 2. J. Biomed. Inform. 58, S67–S77 (2015)CrossRef
13.
Sun, W., Rumshisky, A., Uzuner, O.: Evaluating temporal relations in clinical text: 2012 i2b2 challenge. J. Am. Med. Inform. Assoc. 20(5), 806–813 (2013)CrossRef
14.
Uzuner, O., Bodnari, A., Shen, S., Forbush, T., Pestian, J., South, B.R.: Evaluating the state of the art in coreference resolution for electronic medical records. J. Am. Med. Inform. Assoc. 19(5), 786–791 (2012)CrossRef
15.
De Vine, L., Kholghi, M., Zuccon, G., Sitbon, L., Nguyen, A.: Analysis of word embeddings and sequence features for clinical information extraction. In: Proceedings of the 13th Annual Workshop of the Australasian Language Technology Association (2015)
16.
Voorhees, E.M., Hersh, W.: Overview of the TREC 2012 medical records track. In: Proceedings of the 21st Text REtrieval Conference (2012)
Metadaten
Titel
MKDS: A Medical Knowledge Discovery System Learned from Electronic Medical Records (Demonstration)
verfasst von
Hen-Hsen Huang
An-Zi Yen
Hsin-Hsi Chen
Copyright-Jahr
2018
Buch
Information Retrieval Technology

Print ISBN: 978-3-030-03519-8

Electronic ISBN: 978-3-030-03520-4

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-030-03520-4_19

Neuer Inhalt

    Bildnachweise