从中国电子医疗记录中自动提取知识,并构建类风湿关节炎知识图

科学领域:

• 医疗信息学 医疗信息学
• 人工智能的人工智能
• 自然语言处理自然语言处理.

背景情况:

• 知识图对于组织复杂的信息和支持智能应用程序至关重要.
• 在中国医学领域,传统知识的提取需要大量的手册注释.
• 从中国电子医疗记录 (CEMR) 提取类风湿性关节炎 (RA) 知识,由于数据异质性而存在独特的挑战.

研究的目的:

• 开发一种自动化知识提取方法,用有限的注释数据从CEMR构建一个RA知识图.
• 评估一种新型深度学习模型的性能,用于医疗领域的命名实体识别和关系提取.
• 证明使用预训练的语言模型进行高效的医学知识图表构建的可行性.

主要方法:

• 构建了RA的域本体学,并手动注释了CEMR的子集.
• 开发并应用了从变压器双向长短期内存有条件随机场 (MC-BERT-BiLSTM-CRF) 模型的MC双向编码器表示,用于命名实体识别 (NER).
• 利用MC-BERT+feedforward神经网络 (FFNN) 模型进行实体提取,使用预训练的医疗语言模型 (MC-BERT),对医疗数据集进行了微调.

主要成果:

• 提出的模型实现了高性能,平均F1分数为实体识别的92.96%和关系提取的95.29%.
• 成功构建了一个RA知识图从1986个CEMR使用自动提取.
• 专家验证证实了构建的RA知识图的有效性和准确性.

结论:

• 已经建立了一种新的方法,用于从CEMR中构建RA知识图,使用有限的注释.
• 该研究验证了预先训练的医学语言模型与深度神经网络相结合的有效性,以有效地提取医学知识.
• 开发的方法解决了手动注释在构建专业医疗知识图表中的局限性.