Can GRID services provide answers to the challenges of national health information sharing
Notice bibliographique
Résumé
It has been widely recognized that one of the keys to cost reduction and service improvement in national health care lies in the integration of medical information system. Integration of information can not only improve care delivery today, but it can also help build research bases to enhance future care delivery. The question is how to achieve such integration? Imposing a single client software solution or common clinical terminology does not appear likely to happen. That lack of single software solutions and common terminologies means that solutions to integrate medical information will have to use, and somehow solve, the many heterogeneous data sources that currently exist. We believe the GRID computing paradigm has the potential to provide viable solutions to this problem. In collaboration with researchers in Health Information Science and practitioners in Health Care, we have developed a prototype for the Health Information Grid, a middleware technology that supports inexpensive mediation of medical information among rapidly evolving, heterogeneous medical information sources. This paper makes three main contributions: (1) it discusses issues and requirements arising from constructing a global health information network in Canada from a software engineering point of view, (2) it presents the concepts of a technology developed to address these issues, and (3) it presents a prototype of this technology along with a case study developed in collaboration with domain experts and practitioners.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,009 | 0,023 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,007 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,009 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».