電子医療記録における神経感染症患者の識別のための機械学習アプローチ:アルゴリズムの開発と検証

科学分野:

• コンピュータ医学
• 医療情報学
• 自然言語処理 (NLP)

背景:

• ビルリングコードを使用して神経感染症 (NID) を特定することは不正確で,手動チャートレビューは労働集約的です.
• 機械学習 (ML) は,非構造化された電子医療記録 (EHR) を NIDの微妙な指標に分析し,効率を向上させ,誤った分類を減らすことができます.
• 正確なNID分類は研究と臨床的意思決定のサポートに不可欠ですが,構造化されていないノートの使用は未熟です.

研究 の 目的:

• 構造化されていない患者ノートからNIDを識別するためのMLモデルを開発し,検証する.
• NLPモデルのパフォーマンスをICDの請求コードと大型言語モデル (LLM) と比較する.
• モデルの汎用性を評価する.

主な方法:

• マッサージジェネラル・ブリガム (MGB) の3000件の臨床ノートで極度のグラデーションブースト (XGBoost) モデルが訓練された.
• 注記は,n-gram表現 (n=1,2,3) を使用して処理され,L1正規化による特徴選択が行われました.
• 性能はAUROCとAUPRCを用いて評価され,ベス・イスラエル・ディアコネス・メディカル・センター (BIDMC) のデータによる外部検証が行われた.

主要な成果:

• NLPモデルは,特異性 (0. 96) と感度 (0. 84) のバランスをとって,MGB試験データでAUROC 0. 98とAUPRC 0. 89を達成しました.
• ICDの請求コードは高感度 (0. 97) が低特異性 (0. 59) を示し,Llama 3.2は特異性 (0. 94) が向上したが,低感度 (0. 64) を示した.
• NLPモデルは,外部BIDMCデータ (AUROC 0.98,AUPRC 0.78) で高いパフォーマンスを維持した.

結論:

• NLPモデルは,臨床ノートからNIDの症例を正確に特定し,大規模なNIDの研究の実現可能性を示しています.
• 2つの独立した病院のデータセットでのモデルのパフォーマンスは,コホート生成の可能性を強調しています.
• これらの結果が他の機関に一般化されるようにするため,さらなる外部検証が推奨されます.