基于BERT的优化NLP优于临床实践中自动检测症状的零射击方法

科学领域:

• 临床信息学 临床信息学
• 自然语言处理自然语言处理.
• 医疗数据分析 医学数据分析

背景情况:

• 自然语言处理 (NLP) 提供了从非结构化的医学叙述中提取临床信息的工具.
• 从德国急诊部 (ED) 的免费文本中提取症状信息是具有挑战性的,因为文档压力,语言多样性和严格的数据保护法规.
• 德语是临床NLP的低资源语言,需要专门的方法.

研究的目的:

• 实施和比较NLP模型来识别症状,解剖学术语和否定在德国ED病史文本中.
• 为了评估本地,数据安全模型部署用于临床文本分析的可行性.
• 建立一个系统的症状提取和转化为结构化数据的管道.

主要方法:

• 两个零射击学习模型 (GLiNER,Mistral) 和一个微调的基于BERT的模型 (SCAI-BIO/BioGottBERT) 的命名实体识别 (NER) 的比较.
• 使用了150个叙述的手册注释,用于在本地医院环境中的模型验证.
• 实施后处理步骤,包括信任过,否定排除,症状标准化和与结构化瘤学数据的整合.

主要成果:

• 微调的SCAI-BIO/BioGottBERT模型在症状提取方面获得了F1得分0.84,超过了零射击模型.
• 与零射击方法相比,在检测否定方面表现优越.
• 成功创建了一个验证的管道,用于从ED免费文本中提取和结构化确认的症状.

结论:

• 现代NLP方法,特别是微调模型,可以在严格的数据保护规则下,可靠地从德国ED免费文本中提取临床症状.
• 这种方法为将非结构化临床叙述纳入决策提供了一个精确而实用的解决方案.
• 该方法支持对患者队列的大规模分析,并且可以扩展到提取其他临床实体,形成子组分析的基础.