在手术前使用自然语言处理自动检测有风险的酒精使用情况
V G Vinod Vydiswaran1,2, Asher Strayhorn1, Katherine Weber1
1Department of Learning Health Sciences, University of Michigan, Ann Arbor, Michigan, USA.
Alcohol, clinical & experimental research
|January 8, 2024
概括
使用自然语言处理 (NLP) 的人工智能从电子健康记录 (EHR) 中准确识别有风险的酒精使用患者. 这种人工智能方法显著优于手术前风险评估的传统诊断代码.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
- 手术风险评估手术风险评估
背景情况:
- 术前危险的酒精使用是重要的外科手术风险因素.
- 早期识别有风险的患者可以提高手术的安全性.
- 人工智能 (AI),特别是自然语言处理 (NLP),为在电子健康记录 (EHR) 中检测酒精相关风险提供了一种新的方法.
研究的目的:
- 评估基于NLP的方法在确定术前风险酒精使用时的有效性.
- 为了比较NLP与传统国际疾病分类 (ICD) 诊断代码的性能,以检测酒精风险.
主要方法:
- 分析了53629个手术前患者的临床笔记.
- 开发和应用基于规则的NLP模型来识别风险饮酒和饮酒障碍.
- 与专家标记的记录和与酒精有关的ICD诊断代码进行NLP性能比较.
主要成果:
- 在识别有风险饮酒的患者时,NLP的准确率达到87%,而ICD代码的准确率为29%.
- NLP显示了84%的特异性,而ICD代码显示了90%的特异性.
- 在全数据集中,NLP方法发现风险饮酒患者的数量是ICD代码的三倍.
结论:
- 人工智能驱动的NLP是一种有效和准确的工具,用于识别电子健康记录中与酒精有关的风险.
- 这种NLP方法可以补充患者干预和治疗的现有查工具.
- 与ICD代码相比,NLP提取了更丰富的临床信息,提高了对酒精相关风险的患者分类.
