癌症注册表抽象的层次时间注意网络:利用可解释的纵向临床数据
IEEE journal of biomedical and health informatics
|July 24, 2025
概括
自动化癌症注册表抽象对于公共卫生至关重要. 一个新的层次性的时间注意网络显著改善了从临床报告中提取数据,达到0.82 F1分数.
科学领域:
- 医疗信息学 医疗信息学
- 计算瘤学计算瘤学
- 健康 数据科学 数据科学
背景情况:
- 癌症登记对于公共卫生政策和癌症控制至关重要.
- 从非结构化临床报告中提取用于癌症登记册的结构化数据是复杂且耗时的.
- 现有的方法难以处理纵向患者数据的细微差别.
研究的目的:
- 开发一种自动化方法,从非结构化临床文本中抽象癌症注册表.
- 提高从纵向患者记录中提取结构化数据的准确性和效率.
- 为了提高癌症注册机构自动数据提取的可解释性.
主要方法:
- 提出了一个层次化的时间注意网络,包括单词,句子和文档级别的注意.
- 集成的时间和报告类型信息来分析纵向患者数据.
- 开发了一种分层采样算法,用于在23个编码任务中进行平衡的数据集评估.
主要成果:
- 获得了0.82的平均F1得分,超过了现有的方法.
- 注意力机制有效地优先考虑与任务相关的信息.
- 废弃性研究证实了拟议的网络组件的重要性.
结论:
- 层次性的时间注意网络显著推进了自动化癌症注册表抽象.
- 开发的可视化工具提高了癌症注册机构的解释性.
- 这种方法代表了自动化从临床文本中提取癌症数据的重要一步.
更多相关视频
13:12Translational Brain Mapping at the University of Rochester Medical Center: Preserving the Mind Through Personalized Brain Mapping
Published on: August 12, 2019
45.8K
08:43Application of Granger Causality Analysis of the Directed Functional Connection in Alzheimer's Disease and Mild Cognitive Impairment
Published on: August 7, 2017
8.0K
