自然语言处理以自动化基于网络的护理模式和现代化皮肤癌多学科团队会议

科学领域:

• 在瘤学瘤学.
• 医疗信息学 医疗信息学
• 医疗保健中的人工智能

背景情况:

• 癌症多学科团队 (MDT) 会议因癌症发病率上升和协议化病例管理的任务而面临压力.
• 需要高效和标准化的MDT流程对于最佳的癌症护理提供至关重要.
• 基底细胞癌是评估自动化MDT决策支持系统的具体用例.

研究的目的:

• 验证基于自然语言处理 (NLP) 的网络平台,旨在自动化针对皮肤癌的基于证据的MDT决定.
• 评估虚拟MDT服务的可行性,以简化癌症病例管理.
• 开发和测试用于皮肤癌治疗计划的自动化临床决策支持系统.

主要方法:

• 经过验证的NLP信息提取模型被用于从组织病理学报告中获取关键瘤和手术数据.
• 一个网络应用程序集成了这个NLP模型,创建了一个与国家指南一致的自动决策支持系统.
• 系统的性能通过将其自动推与盲目专家临床医生的推进行比较来评估.

主要成果:

• 该模型使用893名患者 (1045个病变) 的数据进行了内部验证,与人类预测相比,实现了高精度 (0.92).
• 虚拟皮肤MDT系统在其推中表现出高特异性 (0.96).
• 报告称系统的灵敏度为0.72,这表明在识别所有相关病例方面还有改进的余地.

结论:

• 一个完全自动化的,虚拟的,基于网络的MDT服务模式用于皮肤癌是可行的,并表现出良好的性能.
• 该平台可以支持MDT的临床决策,作为一个"循环中的人类"工具,以增强协议化病例流.
• 建议进行进一步的前性研究,以验证该模型在管理更复杂的瘤类型中的有效性.