通过使用大型语言模型,改善法国电子健康记录中健康文档的社会决定因素

科学领域:

• 自然语言处理 (NLP) 是一种自然语言处理.
• 医疗信息学 医疗信息学
• 健康的社会决定因素 (SDoH)

背景情况:

• 健康的社会决定因素 (SDoH) 对于理解健康结果至关重要,但在电子健康记录 (EHR) 中通常记录不良.
• 电子健康记录中不完整的SDoH数据可能导致健康差异,并妨碍有效的患者护理.
• 目前用于在EHR中记录SDoH的方法不足,需要先进的数据提取技术.

研究的目的:

• 开发和评估一种大型语言模型 (LLM) 方法,用于从法国临床笔记中提取13个SDoH类别.
• 评估模型在识别SDoH类别,值和详细信息 (时间,定量) 的表现.
• 将LLM的SDoH数据提取能力与现有的结构化EHR数据 (ICD-10代码) 进行比较.

主要方法:

• 培训Flan-T5-Large LLM在法语临床笔记中的注释社会历史部分.
• 在四个数据集上评估模型,包括两个新发布的开放访问资源.
• 基于SDoH类别识别,价值提取和详细信息检索来评估业绩.

主要成果:

• 该LLM在生活条件,婚姻状况和物质使用等记录良好的SDoH类别中取得了高绩效 (F1分数>0.80).
• 对于数据较少或表达方式多样化的类别,如就业状况和教育,表现不同.
• 该LLM确定了95.8%的SDoH患者,与ICD-10代码识别的2.8%相比有显著的改善.

结论:

• 在非英语EHR系统中,LLM提供了一种有效的解决方案,以提高SDoH数据的完整性.
• 开发的NLP方法显著优于SDoH提取的传统编码方法.
• 进一步的研究应该解决注释一致性和标记器限制,以便在SDoH研究中实现更广泛的LLM概括性.