命名实体认可用于消除西班牙电子健康记录的识别

科学领域:

• 自然语言处理自然语言处理.
• 机器学习 机器学习
• 医疗信息学 医疗信息学

背景情况:

• 电子健康记录 (EHR) 对临床决策有价值,但需要对数据共享进行非识别.
• 之前关于电子病历删除身份的研究主要使用英语数据,因为西班牙人的资源有限.
• 对于更广泛的数据传播和研究来说,西班牙电子健康记录的自动去识别是必不可少的.

研究的目的:

• 在西班牙语中探索医疗文件的自动非识别.
• 为此任务开发和比较深度学习模型.
• 为了创建一个实用的工具,去识别西班牙临床笔记.

主要方法:

• 599个西班牙临床病例的私人数据库被注释为受保护的健康信息.
• 命名实体识别 (NER) 被用作核心预测任务.
• 实施了两种深度学习方法:循环神经网络 (RNN) 和变压器 (特别是XLM-RoBERTa).
• 使用文本扩展程序来增强训练数据.

主要成果:

• 变压器模型在取消西班牙临床数据的识别方面明显优于RNN.
• 在扩展的机体上,XLM-RoBERTa变压器实现了高性能指标 (精度:0.946,回忆:0.954,F1:0.95).
• 开发了一个功能性的Web应用程序,以协助临床医生在EHR中解除身份.

结论:

• 最先进的变压器模型实际上适用于精确的西班牙临床笔记的非识别.
• 这些模型可以提高EHR在现实世界医疗环境中的实用性.
• 通过持续的预训练策略,可以实现进一步的绩效改进.