在EHR中增强自杀行为检测:一个多标签的NLP框架,具有变压器模型和基于语义检索的注释

科学领域:

• 计算语言学计算语言学
• 临床信息学是一种临床信息学.
• 公共卫生 公共卫生

背景情况:

• 自杀是全球重要的健康问题,需要及早识别有风险的个体.
• 现有的自然语言处理 (NLP) 方法用于电子健康记录 (EHR) 中的自杀风险评估,在捕捉自杀行为全方位方面存在局限性.

研究的目的:

• 开发一种新的NLP方法,用于在EHR中细粒度,多标签的自杀行为分类.
• 创建一个多类标记数据集,包括全面的注释指南,以提高NLP准确性和注释效率.

主要方法:

• 开发了一个多类标签系统,分类六种类型的自杀行为,具有多个标签的能力.
• 使用基于MPNet的语义检索框架来提取相关的EHR句子,然后进行专家注释.
• 基于变压器的模型在精心策划的数据集上进行了微调,用于对自杀行为进行多标签分类.

主要成果:

• 词汇分析确定了自杀风险评估中的关键主题,包括个人历史,心理健康和物质使用.
• 精心调整的模型,特别是Bio_ClinicalBERT,BioBERT和XLNet,在识别自杀行为方面取得了F1得分0.81.
• 多标签分类系统有效地捕捉了自杀行为的复杂性,超过了传统的二进制分类.

结论:

• 建立了一个强大的NLP框架,用于使用微调的变压器模型和半自动管道检测EHR中的自杀行为.
• 这项研究强调了先进的NLP在改善自杀行为识别方面的潜力.
• 未来的研究应该专注于扩展和整合这些模型,以加强患者护理和临床决策.