使用自然语言处理客观地识别多个队列中的肝脑病变
Scott Silvey1, Nilang Patel2, Brian C Davis2
1Department of Population Health, Virginia Commonwealth University, Richmond, Virginia, USA.
The American journal of gastroenterology
|November 6, 2025
概括
自然语言处理 (NLP) 确定了五个关键术语,以客观地定义住院患者的肝脑病变 (HE). 这种方法可以改善肝移植优先级和HE的临床试验分析.
科学领域:
- 医疗信息学 医疗信息学
- 肝病学 肝病学是一种肝病学.
- 自然语言处理自然语言处理.
背景情况:
- 肝脑病变 (HE) 带来了重大负担,但缺乏用于临床试验和移植优先级的标准化诊断标准.
- 高等教育定义中的主观性使多中心研究和结果分析复杂化.
- 需要客观的诊断标记来标准化HE评估.
研究的目的:
- 开发和验证一种客观的方法,以使用自然语言处理 (NLP) 识别住院患者的肝脑病变 (HE) 发作.
- 建立HE的标准化定义,以提高临床研究和肝移植评估的一致性.
主要方法:
- 使用自然语言处理 (NLP) 来从电子健康记录中提取与HE相关的术语.
- 术语通过指南审查和医生输入来确定,然后在衍生和两个独立的队列中验证.
- 机器学习交叉验证被用来评估单个术语及其组合在诊断HE方面的贡献.
主要成果:
- 五个关键词 (星症,精神状态变化,困惑,乳糖开始/继续,利法西明开始/继续) 被确定为HE的高灵敏度和负预测值 (NPV).
- 衍生的NLP模型在衍生 (85.8%的灵敏度/82.1%的NPV) 和验证队伍 (100%的灵敏度/NPV内部,94.1%的灵敏度/84.2%的NPV外部) 中表现强.
- 机器学习分析证实了前五个特征,并突出了它们组合的优越诊断能力.
结论:
- 通过NLP从住院病人的病历中提取的一组五个简单的短语可以客观地定义肝脑病变 (HE).
- 这种NLP驱动的方法为HE识别提供了一种标准化的方法,可能有助于提高肝移植优先级.
- 客观标准可以提高临床试验中HE事件裁决的可靠性.
