在临床文本中对阿片类药物使用障碍实体修改者的注释
Abdullateef I Almudaifer1, Sue S Feldman1, Tobias O'Leary1
1University of Alabama at Birmingham, Birmingham, Alabama, United States of America.
自然语言处理 (NLP) 可以在临床笔记中识别阿片类药物使用障碍. 这项研究对不健康的阿片类药物使用概念和修饰剂进行了注释,提高了检测准确度.
科学领域:
- 临床信息学 临床信息学
- 自然语言处理自然语言处理.
- 计算语言学 计算语言学
背景情况:
- 阿片类药物使用障碍 (OUD) 是一个重大的公共卫生挑战.
- 在临床环境中准确识别OUD对于及时干预至关重要.
- 临床文本数据包含有价值的信息,但需要复杂的处理.
研究的目的:
- 评估自然语言处理 (NLP) 对从电子健康记录中识别阿片类药物使用障碍 (OUD) 的实用性.
- 开发和注释与不健康的阿片类药物使用有关的概念的临床文本库.
- 通过结合概念修饰器来改进NLP模型,以提高OUD检测.
主要方法:
- 临床文本库的注释,提到不健康的阿片类药物使用.
- 包括概念修改者:否定,主体,不确定性,时间关系和非法使用.
- 应用NLP技术用于信息提取和模式识别.
主要成果:
- 在临床叙述中证明了使用NLP来检测OUD指标的可行性.
- 在文本中确定了与不健康的阿片类药物使用相关的关键概念和修饰因素.
- 为更准确和自动化的OUD查工具奠定了基础.
结论:
- 从临床文本中识别阿片类药物使用障碍患者,NLP提供了一种有前途的方法.
- 对概念和修饰项的详细注释对于提高基于NLP的OUD检测精度至关重要.
- 这项工作支持对物质使用障碍的先进临床决策支持系统的开发.
更多相关视频
16:02Demonstration of the Sequence Alignment to Predict Across Species Susceptibility Tool for Rapid Assessment of Protein Conservation
Published on: February 10, 2023
07:50A Metadata Extraction Approach for Clinical Case Reports to Enable Advanced Understanding of Biomedical Concepts
Published on: September 20, 2018
相关概念视频
Opioid Analgesics: Morphine and Other Natural Cogeners
Opioid Receptors: Overview
Opioid Analgesics: Synthetic and Semisynthetic Opioids
Analgesia and Pain Management
Drug Abuse and Addiction: Pharmacological Phenomena
Substance Use Disorders Affecting Sleep
Understanding the concepts of physical dependence,...
