A Qualitative Method for Learning Medical Expert Reasoning

Autor: Karima Sedki, Jean-Baptiste Lamy, Rosy Tsopra
Přispěvatelé: Laboratoire d'Informatique Médicale et Ingénierie des Connaissances en e-Santé (LIMICS), Institut National de la Santé et de la Recherche Médicale (INSERM)-Sorbonne Université (SU)-Université Sorbonne Paris Nord, Health data- and model- driven Knowledge Acquisition (HeKA), Inria de Paris, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre de Recherche des Cordeliers (CRC (UMR_S_1138 / U1138)), École Pratique des Hautes Études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Sorbonne Université (SU)-Université Paris Cité (UPCité)-École Pratique des Hautes Études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Sorbonne Université (SU)-Université Paris Cité (UPCité), Hôpital Européen Georges Pompidou [APHP] (HEGP), Assistance publique - Hôpitaux de Paris (AP-HP) (AP-HP)-Hôpitaux Universitaires Paris Ouest - Hôpitaux Universitaires Île de France Ouest (HUPO), Centre de Recherche des Cordeliers (CRC (UMR_S_1138 / U1138)), This work was supported by Agence Nationale de Sécurité du Médicament et des Produits de santé (ANSM). [AAP 2016- RaMiPA Project - Reasoning for a better antibiotic prescrip-tion - Dr Rosy TSOPRA]., TSOPRA, Rosy, École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Sorbonne Université (SU)-Université Paris Cité (UPCité)-École pratique des hautes études (EPHE)
Jazyk: angličtina
Rok vydání: 2022
Předmět:
Zdroj: MEDINFO 2021: One World, One Health – Global Partnership for Digital Innovation
MEDINFO 2021: One World, One Health – Global Partnership for Digital Innovation, 290, IOS Press, pp.645-649, 2022, Studies in Health Technology and Informatics, ⟨10.3233/SHTI220157⟩
DOI: 10.3233/SHTI220157⟩
Popis: International audience; The aim of this paper is to propose a qualitative method for learning a model that represents the closest possible experts reasoning and strategies to provide recommendations of antibiotics. The learned model contains an integrity constraint and a preference formula. The former indicates the features that an antibiotic should have to be recommended. The later indicates the rank of recommendation of an antibiotic.
Databáze: OpenAIRE
Externí odkaz: