Explorando el potencial de reconocimiento de entidades nombradas y el valor de tuberías de procesamiento de lenguaje...

Área de la Ciencia:

• Procesamiento del lenguaje natural
• Informática clínica
• Ciencia de los datos biomédicos

Sus antecedentes:

• Las notas clínicas contienen datos de pacientes no estructurados, lo que plantea desafíos para el análisis debido a la jerga médica y la ambigüedad.
• La extracción de datos en tiempo real para herramientas de apoyo a la toma de decisiones clínicas se complica por su naturaleza no estructurada.
• El Reconocimiento de Entidades Nombradas (NER, por sus siglas en inglés) es crucial para identificar la información clave del paciente dentro del texto clínico.

Objetivo del estudio:

• Evaluar la curaduría de datos, la tecnología y el flujo de trabajo de una tubería de reconocimiento de entidades con nombre (NER, por sus siglas en inglés) para las notas clínicas.
• Evaluar el rendimiento de los modelos NER y de un modelo de afirmación NER en la identificación y clasificación de entidades clínicas.
• Mejorar la precisión de las herramientas de apoyo a la toma de decisiones clínicas mediante un procesamiento mejorado del lenguaje natural.

Principales métodos:

• Utilizó modelos clínicos de NER preentrenados de Spark NLP en 138.250 notas clínicas de 5000 pacientes.
• Recogió el progreso de la atención, la radiología y las notas de patología, midiendo varias métricas de rendimiento.
• Precisión evaluada de la NER y precisión/recuerdo del modelo de afirmación en comparación con las anotaciones de expertos.

Principales resultados:

• Logró una excelente precisión de NER, con un máximo de 0,989 para los procedimientos, y una precisión del modelo de afirmación de 0,889.
• Distribuciones de cola larga identificadas en las características de las notas y la densidad de entidades.
• Las notas de progreso de la atención demostraron una densidad de entidades significativamente mayor en comparación con las notas de radiología y patología.

Conclusiones:

• Los modelos especializados de NER y las configuraciones de la tubería son esenciales para diferentes tipos de notas clínicas.
• Las investigaciones adicionales deben incluir diversas notas clínicas como resúmenes de alta y evaluaciones psiquiátricas.
• La adaptación de los enfoques de PNL mejora el rendimiento en diversos escenarios clínicos.