一个用于提取和验证命名实体的框架,以整合OpenEhr,使用自由文本分子遗传发现的例子
Nektarios Ladas1, Stefan Franz1, Maximilian Schieck2
1Peter L. Reichertz Institute for Medical Informatics, TU Braunschweig and Hannover Medical School, Germany.
Studies in health technology and informatics
|August 8, 2025
概括
这项研究引入了一种用于提取,验证和集成非结构化临床文本到openEHR的新管道. 该系统在处理医生笔记时实现了高可靠性,解决了医疗数据管理中的一个关键挑战.
科学领域:
- 医疗信息学 医疗信息学
- 临床数据管理 临床数据管理
- 自然语言处理自然语言处理.
背景情况:
- 从医院的非结构化医生笔记中提取信息是一个重大挑战.
- 现有的解决方案缺乏效率和可靠性,往往需要人为干预.
- 诸如有限的培训数据和敏感的患者信息等因素使自动化处理复杂化.
研究的目的:
- 开发一个完整的流程,有效地从非结构化临床文本中提取,验证和集成数据到openEHR.
- 解决从医生撰写的医院文件中提取可靠信息的悬而未决的问题.
- 用分子遗传发现来证明开发的工具的实用性.
主要方法:
- 为非结构化文本处理开发一个全面的工具集.
- 实施数据提取,验证和集成到openEHR.的管道.
- 管道应用于自由文本分子遗传发现,用于用例演示.
主要成果:
- 开发的管道成功地提取,验证和整合来自非结构化临床文本的数据.
- 一个涉及分子遗传发现的特定用例证明了该系统的有效性.
- 管道的验证实现了0.98.98的高F分数.
结论:
- 开发的工具提供了一个有效和可靠的解决方案,用于将非结构化临床数据集成到openEHR中.
- 该管道有效地克服了与处理复杂医学文本相关的挑战.
- 高F分数验证了拟议的数据整合方法的稳定性和准确性.
