从非结构化血液病理学报告中自动提取信息,以支持骨髓增殖性新生体的反应评估

科学领域:

• 血液病理学 血液病理学
• 计算病理学计算病理学
• 自然语言处理自然语言处理.

背景情况:

• 鉴于血液病理学报告中的非结构化数据,评估骨髓扩散性瘤的治疗反应具有挑战性.
• 这些报告的手动注释是耗时的,需要专门的专业知识.
• 现有的自然语言处理 (NLP) 应用主要集中在固体瘤上,在血液病理学中使用有限.

研究的目的:

• 实施和评估一个开源的NLP框架 (Leo) 来从血液病理学报告中提取临床特征.
• 评估NLP在分析非结构化数据的准确性和效率,以评估骨髓增殖性瘤反应.
• 为了比较自动NLP与手动注释方法的性能.

主要方法:

• 开源的NLP框架Leo被用来解析血液病理学报告段.
• 提取了与骨髓扩散性瘤反应评估相关的概念短语.
• 通过手动审查300份报告以进行比较,创建了一个参考标准.
• 该NLP框架应用于34,301份报告进行大规模分析.

主要成果:

• 该NLP方法实现了高准确性 (F1分数为98%和93%),用于提取吸附髓母细胞和活检网球蛋白纤维化.
• 提取某些特征,如活检骨髓母细胞 (F1=6%) 和流细胞计数据 (F1=8%),因数据稀疏而受到限制.
• 四个临床上最重要的特征被提取出来,F1得分高于90%.
• 自动NLP在3.5小时内处理了34,301份报告,而手动注释300份报告需要30个小时.

结论:

• 在NLP中,可以准确地从非结构化血液病理学报告中提取骨髓增殖性瘤的关键临床特征.
• 这种自动化方法比手动注释提供了显著的时间节省和效率提升.
• 狮子座框架及其应用证明了血液病理学临床特征提取的有希望的方法,可能在其他机构适用.