一种基于短语的问卷答复方法,用于基于临床笔记的自动初始脆弱性评估

科学领域:

• 老年学是一门学科.
• 医疗信息学 医疗信息学
• 自然语言处理自然语言处理.

背景情况:

• 虚弱是一种显著的老年综合征,影响老年人的生活质量并增加死亡风险.
• 目前的脆弱性评估通常需要亲自咨询,这对农村或免疫受损人口构成挑战.
• 自动化评估可以改善早期诊断和对老年护理的资源分配.

研究的目的:

• 引入使用电子健康记录进行初始脆弱性评估的自动化方法.
• 开发一个系统,从临床笔记中提取相关信息,以填写脆弱性问卷.
• 减少对面咨询的需要,并促进脆弱个体的早期识别.

主要方法:

• 利用基于短语的查询扩展技术与统一医疗语言系统 (UMLS) 实体学来识别关键脆弱性指标.
• 开发了一种方法来获取相关的临床笔记,用于自动化脆弱性评估.
• 使用老年患者临床笔记的数据集来评估自动化评估和问答任务.

主要成果:

• 证明了将临床笔记中的短语用于自动化脆弱性评估的有效性.
• 展示了自动化系统在准确填写Tillburg Frailty Indicator (TFI) 调查问卷方面的潜力.
• 验证了使用真实世界的临床数据自动化脆弱性评估和问答任务的方法.

结论:

• 使用临床笔记进行自动化脆弱性评估是可行的,并有利于早期检测.
• 拟议的方法提高了诊断效率,并节省了临床资源.
• 这种方法对于远程患者监测和在COVID-19大流行等公共卫生危机期间特别有价值.