从法国临床笔记中比较三个自然语言处理方法,用于自动识别患者

科学领域:

• 医疗信息学医学信息学
• 自然语言处理自然语言处理.
• 的研究研究.

背景情况:

• 手动审查临床笔记是识别患者的标准,但耗时.
• 自然语言处理 (NLP) 显示出从非结构化文本自动化患者表型化的前景.

研究的目的:

• 开发和验证NLP算法,以使用临床笔记识别患者.
• 为了比较基于关键字,基于规则和预训练的语言模型的发病检测性能.

主要方法:

• 一个由109,448名患者组成的队列从法国临床数据仓库中选择.
• 来自临床笔记的句子被贴上标签,3000名患者被神经科医生手动审查.
• 三种方法 (基本关键字,基于规则的,预训练的语言模型) 使用F1分数进行了比较.

主要成果:

• 预训练的语言模型在句子和患者层面实现了最高的F1分数,即0.95.
• 预训练语言模型的表现优于基于规则的 (.87和 .93) 和基本的 (.81和 .82) 方法.
• 基于规则和预训练的语言模型都实现了高性能.

结论:

• 开发的算法可以从非结构化的临床笔记中自动识别患者.
• 这些NLP工具支持在法国数据仓库中进行大规模的表型和并发症检测.
• 自动化方法提供了一种有效的替代手动审查的识别.