通过自然语言处理评估遗传咨询的效率

科学领域:

• 医疗保健服务研究 医疗服务研究
• 计算语言学 计算语言学
• 遗传学 是一个遗传学.

背景情况:

• 越来越多的转诊者接受遗传咨询 (GC) 需要提高效率.
• 描述GC效率和阶段对于优化服务交付至关重要.
• 测量GC效率的现有方法在可扩展性和现实世界的适用性方面是有限的.

研究的目的:

• 开发和验证自然语言处理 (NLP) 策略,以衡量遗传咨询 (GC) 的效率.
• 根据基因测试阶段 (前或后) 将GC措施分类.
• 将NLP模型应用于大量GC笔记数据集,以在GC时间内生成真实世界的证据.

主要方法:

• 来自7个临床专业的800个GC笔记的注释,用于NLP模型开发.
• 使用NLP提取GC效率指标 (直接/间接时间,GC阶段).
• 高性能NLP模型的验证 (F1分数为时间的0.95,阶段的0.90).
• 验证模型应用于24,102个GC笔记 (2016-2023年).

主要成果:

• NLP模型在提取GC效率指标方面表现出高准确度.
• 在GC的中位直播时间为50分钟.
• 在临床专业,时间段和交付方式 (面对面与远程医疗) 之间观察到GC直接时间的显著变化.

结论:

• NLP提供了一种实用的,可扩展的策略,用于生成关于GC效率的真实世界的证据.
• 开发的NLP方法可以为提高GC效率的干预措施的研究提供信息.
• 本NLP策略的原则可能适用于其他领域的卫生服务研究.