相关实验视频
Updated: Jul 26, 2025
06:24
A Spine Robotic-Assisted Navigation System for Pedicle Screw Placement
Published on: May 11, 2020
8.9K
使用自然语言处理和卫生系统规模数据库开发脊柱外科手术的自动注册 (自动注册)
Alexander T M Cheung1, David B Kurland1, Sean Neifert1
1Department of Neurosurgery, NYU Langone Health, New York , New York , USA.
Neurosurgery
|June 22, 2023
概括
通过使用电子健康记录和自然语言处理自动化脊柱手术注册表的创建,大大减少了手工工作和错误. 这种方法提高了临床研究和结果监测的速度和准确性.
科学领域:
- 医疗信息学 医疗信息学
- 神经外科 神经外科
- 数据科学数据科学数据科学
背景情况:
- 临床注册表对于手术结果研究至关重要,但通常是手动的,昂贵的,容易出错的.
- 电子健康记录 (EHR) 为自动化注册表创建提供了一个潜在的数据源.
- 现有的注册表开发方法是劳动密集型的,可能会引入手动错误.
研究的目的:
- 使用EHR数据自动生成脊柱手术注册表.
- 开发和验证可解释的正则表达式 (regex) 分类器,用于自动化注册表构建.
- 将神经外科领域的专业知识与自然语言处理 (NLP) 结合起来,以获得准确的数据提取.
主要方法:
- 利用Hadoop数据湖,其中包含来自学术医疗中心的全面EHR数据.
- 使用结构化查询语言提取了所有神经外科手术笔记后EHR过渡.
- 使用神经外科医生开发的regex分类器,分析手术笔记,并将结果与100笔笔笔记的手动审查进行比较.
主要成果:
- 处理了31,502个操作案例,自动化注册表在开发和验证后不到一个小时内生成.
- 在识别脊椎手术和脊椎水平方面,Regex分类器的平均准确率达到了98.86%.
- 成功确定了需要在30天内进行后续手术的患者,以进行质量指标监测.
结论:
- 从EHR数据中自动生成脊柱手术注册表的可行性.
- 强调可解释的NLP算法的潜力,以克服手动注册表开发的挑战.
- 通过自动化数据采集,促进了快速的临床研究和改善了结果监测.
