构建和评估一个正统牙自然语言处理模型,用于自动化临床笔记信息提取

科学领域:

• 生物医学信息学 生物医学信息学
• 牙科研究 牙科研究
• 医疗保健中的机器学习

背景情况:

• 由于主观评估和电子牙科记录 (EDR) 中的非结构化数据, Malocclusion 诊断和治疗规划面临着挑战.
• 从EDR中的自由文本中提取有价值的临床信息是复杂的,阻碍了一致和客观的正牙护理.
• 这项研究解决了自动数据提取的必要性,以改善正牙治疗规划.

研究的目的:

• 开发一个正统牙自然语言处理 (ONLP) 模型,从非结构化的EDR中提取结构化信息.
• 在提取的数据上使用机器学习 (ML) 识别影响缺陷的关键特征.
• 增强正义牙科诊断和研究的客观性和一致性.

主要方法:

• 利用7693名正牙患者的数据集进行模型培训,测试和验证.
• 开发了一个ONLP模型,使用监督 (命名实体识别) 和无监督 (K-means集群) 方法.
• 应用各种ML模型 (逻辑回归,天真贝叶斯,随机森林,XGBoost) 来分类缺陷并确定特征的重要性.

主要成果:

• 该ONLP模型在提取正牙信息方面实现了高精度 (91%).
• 监督的ML模型显示了84%的准确性,在I类和III类缺陷的识别方面表现出色.
• 确定的关键缺陷特征包括拥挤,喷射,圆周围差异,间距,中线偏差和闭合性磨损.

结论:

• 开发的ONLP模型成功地自动从EDR中提取正牙数据.
• 这种方法使得先进的大数据分析能够用于正牙科研究.
• 这些发现支持数据驱动的 ортодонтических研究和患者护理的改进.