通过基于大型语言模型的工具打破数字健康障碍,实现自动化的观察医疗结果伙伴关系映射:开发和验证研究研究

科学领域:

• 临床信息学 临床信息学
• 健康 数据科学 数据科学
• 在医疗保健中的自然语言处理.

背景情况:

• 标准化各种临床数据对于研究至关重要,通常需要观察医学结果伙伴关系 (OMOP) 模型.
• 将数据映射到OMOP概念需要大量的专业知识和时间,这对较小的研究构成挑战.
• 对于OMOP转换的有限资源往往导致有价值的研究数据被孤立.

研究的目的:

• 开发和验证使用大型语言模型 (LLM) 进行自动化 OMOP 数据转换的用户友好的工具.
• 简化对包括临床试验,电子健康记录和登记册在内的各种数据源的OMOP转换过程.
• 为了减少技术障碍,研究人员在采用数据标准化合作举措的技术障碍.

主要方法:

• 开发了一个三层的语义匹配系统,使用GPT-3嵌入式将临床数据转换为OMOP通用数据模型.
• 在概念映射中使用矢量嵌入和与观察健康数据科学和信息学 (OHDSI) 词汇嵌入的等号相似性.
• 在国家卫生研究院 (NIH) 帮助结束成长期 (HEAL) 倡议和NIH国家COVID队列协作 (N3C) 的数据集上验证了系统.

主要成果:

• 实现了0.9975的接收器操作特征曲线 (AUC) 下的面积,用于绘制临床试验数据元素.
• 在各种相似度值中显示出高精度 (0.92-0.99) 和回忆 (0.88-0.97).
• 成功实现了OMOP映射的自动化,减少了对手工信息学专业知识的依赖,并改善了数据的可访问性.

结论:

• 一个经过验证的基于LLM的工具有效地将临床数据转换到OMOP格式,并以高准确度自动化.
• 该工具的语义匹配和用户友好的界面提高了小型研究小组的数据协调可访问性.
• 这有助于加快临床研究数据的标准化和更广泛地参与大规模的数据共享计划.