标准:使用生成型人工智能工具来合成和注释非结构化患者数据

科学领域:

• 人工智能的人工智能
• 自然语言处理自然语言处理.
• 医疗信息学 医疗信息学

背景情况:

• 医学叙述对于患者诊断至关重要,但往往含糊不清,难以分类.
• 在训练AI模型进行临床叙事分析方面存在重大挑战,原因是缺乏高质量的非英语数据集和数据隐私问题.
• 像MIMIC这样的现有数据集是英语特定的,当应用到不同的医学领域时可能会带来偏差,例如瘤学.

研究的目的:

• 开发一种方法,以德语生成高质量的合成临床叙述.
• 克服数据可用性的局限性,用于在特定医疗领域和语言中训练AI模型.
• 为了促进机器可读的患者数据的创建,以提高互操作性和模型培训.

主要方法:

• 利用生成性AI工作流来合成德国的临床叙述,确保患者数据的隐私.
• 开发了高质量的医疗提示,指定主要和副疾病,疾病频率来自医院数据,以反映真实患者队列.
• 通过注释它们来训练命名实体识别 (NER) 算法,验证了合成叙事质量.

主要成果:

• 使用合成数据训练了一个命名实体识别 (NER) 模型.
• 对于NER模型,报告了包括精度,回忆和F1分数在内的性能指标,考虑了精确和部分实体匹配.
• 经过训练的NER模型表现出谨慎的性能,实体类型匹配的精度高达0.8,F1得分为0.3.3.

结论:

• 生成型人工智能方法显示出创造合成临床叙述的潜力,增强跨语言和区域的数据互操作性,而不损害患者安全.
• 这种方法促进了非结构化患者数据的合成,加速了AI模型的识别和训练.
• 这项技术可以扩展到产生各种疾病组合的出院信,可能节省医疗保健专业人员的大量时间.