自动和发作类型的表型化使用预先训练的语言模型

科学领域:

• 神经学 神经学
• 人工智能的人工智能
• 医疗信息学 医疗信息学

背景情况:

• 是一种常见的神经系统疾病,具有不同的发作和类型,影响预后和治疗.
• 电子健康记录 (EHR) 提供了丰富的纵向数据,但缺乏结构化格式的详细现象型.
• 非结构化临床笔记包含关键的表型信息,通常被传统的数据分析遗漏.

研究的目的:

• 从临床笔记中评估基于变压器的语言模型,用于自动和发作类型的表型化.
• 为了比较模型的性能与专家病学家的协议.
• 部署表现最佳的模型,用于大规模的表型化和患者数据分析.

主要方法:

• 两个变压器模型,微调的BERT和DeepSeek-R1,被评估为表型和发作类型.
• 一个临床笔记的子集被病学家注释,以建立一个基本的真理.
• 最有效的模型应用于大量临床笔记 (77,049笔记来自18,566名患者).

主要成果:

• 在分类和发作类型方面,DeepSeek-R1的性能与专家协议相提并论.
• DeepSeek-R1的性能优于BERT,特别是在更细致的分类任务上.
• 大规模部署揭示了临床模式,如诊断稳定和类型的同时发生.

结论:

• 使用语言模型进行的自动化表型化,将非结构化EHR数据转化为有价值的研究资源.
• 这种方法可以对的轨迹和治疗结果进行大规模的纵向分析.
• 这些发现支持未来的临床和翻译研究病护理.