神经影像:神经影像报告的操作表示学习
Henry Watkins1, Robert Gray1, Adam Julius1
1Queen Square Institute of Neurology, University College London, London, United Kingdom.
Computer methods and programs in biomedicine
|February 14, 2025
概括
作为一种自然语言处理 (NLP) 框架的 Neuradicon 能够对神经放射学报告进行定量分析. 该工具从非结构化文本中提取可操作的见解,用于医疗保健中的运营优化.
科学领域:
- 医疗信息学 医疗信息学
- 自然语言处理自然语言处理.
- 放射学 放射学是一门学科.
背景情况:
- 放射学报告是无结构的,限制了定量分析和操作优化.
- 目前对放射学服务的监测缺乏内容特定的差异化.
- 需要先进的工具来分析和利用放射学报告中的信息.
研究的目的:
- 介绍Neuradicon,一种用于定量分析神经放射学报告的新型NLP框架.
- 开发一个运营指导系统,使用来自非结构化报告的结构化数据.
- 在放射科部门内实现有针对性的运营优化.
主要方法:
- 开发了一个混合框架,将基于规则和机器学习模型结合起来.
- 利用概率模型进行文本分类和标记.
- 使用自动编码器用于潜伏表示学习和统计映射.
主要成果:
- 应用Neuradicon对336,569个神经放射学报告进行操作表型化.
- 在不同的时间段和机构中实现了很好的通用性.
- 报告了高f1-分数 (0.96) 对于潜在数据的病理学分类.
结论:
- 神经辐射器有效地细分,分析,分类和询问神经辐射学报告.
- 该框架从非结构化文本中提取丰富,定量和可操作的信号.
- 为在医疗保健中的运营环境中利用NLP提供蓝图.
