使用自然语言处理和机器学习,在西班牙语编写的电子医疗记录中对移植的状态进行分类

科学领域:

• 生物医学信息学 生物医学信息学
• 腎臟病學 (nephrology) 是一種醫學專業.
• 医疗保健中的人工智能

背景情况:

• 在电子医疗记录 (EMR) 中准确识别移植移植输入损失对于患者的护理至关重要.
• 由于国际疾病分类 (ICD) 对移植状况的编码不一致,存在挑战.
• 开发自动化方法对于提高数据准确性和临床决策至关重要.

研究的目的:

• 开发和验证自然语言处理 (NLP) 和机器学习模型来分类移植状态.
• 在EMR中分析非结构化的西班牙语文本以检测移植损失.
• 为了提高确定移植受体中移植损失的准确性和效率.

主要方法:

• 对2712名脏移植接受者进行了回顾性队列分析,其中117,566名患者有非结构化的EMR.
• 应用NLP技术,包括文本规范化,令牌化和源码化.
• 开发和验证后勤回归,随机森林和神经网络模型,使用10倍交叉验证和通过LASSO回归选择特征.

主要成果:

• 随机森林和神经网络模型实现了0.98的高曲线下面积 (AUC),F1分数分别为0.65和0.61.
• 物流回归模型显示了最高的灵敏度 (0.83),但最低的正预测值 (PPV) 为0.35.
• 所有模型在测试组中表现适度,随机森林的PPV为0.56,表明错误阳性率很高.

结论:

• 三种NLP和机器学习模型已成功开发和验证,用于分析西班牙EMR.
• 测试组的模型性能受到数据不平衡的影响,导致结果不佳.
• 临床实施可能需要进一步优化,以解决高错误阳性率和减少手动审查工作.