Thai University RankingsRESEARCH RADAR

Detection of cancer recurrence from Thai-English electronic medical records using sentence embeddings

Detection of cancer recurrence from Thai-English electronic medical records using sentence embeddings

คณะวิจัยพัฒนาแบบจำลอง SBERT ภาษาเดียวและสองภาษาเพื่อคัดกรองการกลับเป็นซ้ำของมะเร็งจากเวชระเบียนไทย–อังกฤษ โดยใช้เอกสาร 32,436 ฉบับจากผู้ป่วย 1,250 คน และทดสอบภายนอกด้วยเอกสาร 9,244 ฉบับจากผู้ป่วย 384 คน MetBERT เด่นในการแยกการกลับเป็นซ้ำเฉพาะที่ ส่วน bilingual-SBERT มีความทนทานในการตรวจการแพร่กระจายไกลเมื่อทดสอบข้ามโรงพยาบาล อย่างไรก็ตาม ค่า AUPRC ต่ำในบางงานจำแนกเพราะเหตุการณ์กลับเป็นซ้ำมีเพียงประมาณ 1% จึงเหมาะเป็นเครื่องมือคัดกรองสนับสนุนงานทะเบียน มากกว่าการวินิจฉัยแทนแพทย์

01

ข้อค้นพบสำคัญ

    02

    ทำไมจึงมีความสำคัญระดับโลก

    ผลงานเพิ่มองค์ความรู้ในสาขาและเปิดทางให้ตรวจสอบหรือต่อยอดในบริบทอื่น การตีความผลกระทบควรยึดขอบเขตและหลักฐานของงานต้นฉบับเป็นหลัก ระบบให้สัญญาณผลกระทบ 80 จาก 100 ซึ่งใช้เพื่อจัดลำดับการนำเสนอ ไม่ใช่คะแนนคุณภาพวารสารหรือการจัดอันดับนักวิจัย

    03

    บทบาทของนักวิจัยไทย

    การเชื่อมโยงกับประเทศไทยปรากฏผ่านผู้เขียนหรือสังกัด ได้แก่ Mahidol University · National Cancer Institute of Thailand · Ramathibodi Hospital

    04

    ข้อจำกัดที่ควรรู้

    บทวิเคราะห์นี้อาศัยข้อมูลบรรณานุกรม บทคัดย่อ และแหล่งต้นทางที่เข้าถึงได้ ไม่ได้แทนการอ่านบทความฉบับเต็ม และไม่ควรอนุมานเหตุเป็นผลหรือการใช้จริงเกินกว่าที่ผู้วิจัยรายงาน

    05

    ตรวจสอบแหล่งต้นทาง

    BMJ Health & Care Informatics

    DOI: 10.1136/bmjhci-2025-101997

    KEEP EXPLORING

    งานวิจัยไทยที่น่าติดตามต่อ