Leveraging Geolocation in Clinical Records to Improve Alzheimer’s Disease Diagnosis Using DMV Framework

要約

アルツハイマー病（AD）早期発見は、タイムリーな介入を可能にし、患者の転帰を改善するために重要です。
このホワイトペーパーでは、LLAMA3-70BとGPT-4Oを埋め込みモデルとして使用してDMVフレームワークを紹介し、臨床ノートを分析し、早期ADの発症に関連する連続リスクスコアを予測します。
タスクを回帰問題としてフレーミングすると、特定のトピックカテゴリ内のADリスクに関連する特定の質問に答える臨床ノート（入力）の言語機能とターゲット変数（データ値）の関係をモデル化します。
ジオロケーションデータを含む多面的な機能セットを活用することにより、ADにリンクされる可能性のある追加の環境コンテキストをキャプチャします。
我々の結果は、地理配分情報の統合により、以前のモデルでの早期ADリスクスコアの予測の誤差が大幅に減少し、28.57％（LLAMA3-70B）および33.47％（GPT4-O）が大幅に減少することを示しています。
私たちの調査結果は、この組み合わせたアプローチがADリスク評価の予測精度を高めることができることを示唆しており、臨床環境での早期診断と介入をサポートしています。
さらに、Geolocationデータを組み込むフレームワークの能力は、医療提供者が広告開発に貢献する環境要因をよりよく理解し、対処するのに役立つ、より包括的なリスク評価モデルを提供します。

要約(オリジナル)

Alzheimer’s Disease (AD) early detection is critical for enabling timely intervention and improving patient outcomes. This paper presents a DMV framework using Llama3-70B and GPT-4o as embedding models to analyze clinical notes and predict a continuous risk score associated with early AD onset. Framing the task as a regression problem, we model the relationship between linguistic features in clinical notes (inputs) and a target variable (data value) that answers specific questions related to AD risk within certain topic categories. By leveraging a multi-faceted feature set that includes geolocation data, we capture additional environmental context potentially linked to AD. Our results demonstrate that the integration of the geolocation information significantly decreases the error of predicting early AD risk scores over prior models by 28.57% (Llama3-70B) and 33.47% (GPT4-o). Our findings suggest that this combined approach can enhance the predictive accuracy of AD risk assessment, supporting early diagnosis and intervention in clinical settings. Additionally, the framework’s ability to incorporate geolocation data provides a more comprehensive risk assessment model that could help healthcare providers better understand and address environmental factors contributing to AD development.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google