在创伤和骨科中对自然语言处理应用程序进行系统审查
Luke Farrow1,2, Arslan Raja3, Mingjun Zhong1
1Institute of Applied Health Sciences, University of Aberdeen, Aberdeen, UK.
Bone & joint open
|March 4, 2025
概括
自然语言处理 (NLP) 在创伤和骨科 (T&O) 研究中越来越多地使用,但研究质量是混合的. 报告的主要缺陷阻碍了临床应用,凸显了开放科学实践的必要性.
科学领域:
- 医疗信息学 医疗信息学
- 人工智能在医学中的应用
- 自然语言处理自然语言处理.
背景情况:
- 人工智能 (AI) 算法在创伤和骨科 (T&O) 文献中越来越普遍.
- 自然语言处理 (NLP) 是人工智能的子集,专注于从电子医疗记录中自动解释自由文本数据.
研究的目的:
- 审查T&O中NLP应用的当前证据.
- 评估T&O中NLP研究的研究设计和报告质量.
主要方法:
- 在MEDLINE,AMED,EMBASE和CENTRAL数据库中搜索到2023年12月31日.
- 包括一个灰色文学搜索.
- 使用Farrow等人对NLP研究的质量进行评估. 标准 (2021) 和根据SWiM指导方针进行报告.
主要成果:
- 包括2012年至2021年间发表的31篇文章,重点关注创伤,关节整形和脊柱.
- 大多数研究 (74%) 质量均;很少有 (16%),质量很好.
- 常见的缺陷包括缺少数据评估 (84%),样本大小计算 (100%) 和外部验证 (94%). 代码和数据的可用性也没有得到充分的记录.
结论:
- 在T&O中NLP的应用越来越多,但研究质量不一致.
- 报告中的缺陷会影响NLP工具的潜在临床应用.
- 促进开放科学对于NLP算法开发和报告的透明度至关重要.
