在多中心临床试验中,自然语言处理用于判断心力衰竭住院情况
Jonathan W Cunningham1,2, Pulkit Singh3, Christopher Reeder3
1Division of Cardiovascular Medicine, Brigham and Women's Hospital, Boston, Massachusetts.
自然语言处理 (NLP) 在临床试验中准确识别了心力衰竭住院病例,与医生审查相匹配. 这项技术可以提高多中心试验的效率.
科学领域:
- 临床信息学 临床信息学
- 人工智能在医学中的应用
- 心血管研究研究心血管研究
背景情况:
- 医生评判的临床事件委员会 (CEC) 是临床试验结果评判的标准,但时间密集.
- 自然语言处理 (NLP) 提供了一种潜在的更有效的自动化替代方案来判断结果.
- 之前的工作证明了社区护理队列项目 (C3PO) NLP模型在单一医疗保健系统内对心力衰竭 (HF) 住院的准确性.
结论:
- 在一个系统中开发的NLP模型在一个外部的多中心试验中准确识别了心力衰竭事件.
- 模型微调增强了协议,并接近了人类的可再生性.
- 通过实现可扩展,准确的临床事件识别,NLP有可能提高多中心临床试验的效率.
更多相关视频
07:50A Metadata Extraction Approach for Clinical Case Reports to Enable Advanced Understanding of Biomedical Concepts
Published on: September 20, 2018
09:20Cloud-Based Phrase Mining and Analysis of User-Defined Phrase-Category Association in Biomedical Publications
Published on: February 23, 2019
相关概念视频
Heart Failure IV: Classification and Diagnostic Evaluation
Heart Failure Drugs: Inhibitors of Renin-Angiotensin System
Heart Failure Drugs: β-Blockers
Heart Failure V: Medical Management
Heart Failure III: Clinical Manifestations
Heart Failure I: Introduction
