机器学习和自然语言处理,以改善电子健康记录中心房缺陷的分类

科学领域:

• 心脏病学 心脏病学
• 医疗信息学 医疗信息学
• 公共卫生 公共卫生

背景情况:

• 国际疾病分类 (ICD) 代码用于识别先天性心脏缺陷 (CHD).
• 副心房隔膜缺陷 (ASD) ICD代码很常见,但对心脏病的积极预测值 (PPV) 很低.
• 需要改进的方法来减少使用ICD代码的CHD监测中的错误阳性率.

研究的目的:

• 开发和评估一个新的两级分类系统,以改进CHD和ASD的识别.
• 为了提高CHD分类的准确性,超越传统的ICD编码.
• 改善对先天性心脏缺陷的公共卫生监测.

主要方法:

• 提出了一个两级分类系统,将机器学习与文本分类结合起来.
• 分类的病例与ASDIC代码分为三个组:ASD,其他CHD,或没有CHD.
• 支持矢量机 (SVM),RoBERTa和XGBoost的性能比较用于分类.

主要成果:

• 在ASD和无心血管疾病组中,SVM取得了最佳表现 (F1分数:0.53和0.78).
• 对于心脏病的XGBoost和ASD分类的SVM,对另一组心脏病的表现最好 (F1得分:0.39).
• 与ICD代码相比,拟议的方法证明了提高细粒度分类的可行性.

结论:

• 临床笔记和机器学习可以比单独使用ICD代码更准确地对心脏病进行分类.
• 开发的方法为CHD检测提供了更高的积极预测价值.
• 这种方法可以显著提高对先天性心脏缺陷的公共卫生监测.