DeepPhe-CR:用于癌症的自然语言处理软件服务 登记员 案例抽象
Harry Hochheiser1,2, Sean Finan3,4, Zhou Yuan1
1Department of Biomedical Informatics, University of Pittsburgh, Pittsburgh, PA.
JCO clinical cancer informatics
|December 19, 2023
概括
这项研究开发了DeepPhe-CR,一种自然语言处理 (NLP) 应用程序编程接口 (API) 来自动化癌症监测数据提取. 该工具有效提取关键的癌症细节,提高癌症注册机构的效率.
科学领域:
- 医疗信息学 医疗信息学
- 自然语言处理自然语言处理.
- 癌症监测 癌症监测
背景情况:
- 从患者记录中手动提取癌症细节是耗时且资源密集的.
- 自然语言处理 (NLP) 为自动识别关键临床信息提供了一个潜在的解决方案.
- 癌症注册需要高效的数据抽象工具来支持监测工作.
研究的目的:
- 开发NLP应用程序编程接口 (API),以便无集成到癌症注册表数据抽象工具中.
- 创建一个计算机辅助抽象设置,利用NLP提高效率.
- 设计DeepPhe-CR,一个基于网络的NLP服务API,适合癌症注册表的需求.
主要方法:
- 基于手动癌症注册表抽象过程设计的DeepPhe-CR.
- 采用NLP方法编码关键变量,通过既定的工作流验证.
- 开发了基于容器的NLP方法和支持基础设施的实现,与现有的注册表软件集成.
主要成果:
- DeepPhe-CR成功地提取了高F1分数 (0.79-1.00) 的多种癌症类型的地形,组织学,行为,横向性和等级.
- 该系统支持通过API调用在多个文档中提交单个文档和汇总案例.
- 一项初步的可用性研究证实了DeepPhe-CR工具对数据注册商的可行性和有效性.
结论:
- DeepPhe-CR提供了一个强大的架构,用于将癌症特定的NLP工具集成到注册员的工作流中.
- 该系统促进了计算机辅助抽象,可能提高癌症监测的效率.
- 在客户端工具中对用户交互的进一步改进可能会在这种环境中充分发挥NLP的潜力.
