Jurnalul Asociației Americane de Informatică Medicală

Adăugați la Mendeley

recunoașterea

Abstract

Pentru a studia, facilita și evalua studiile de prelucrare a limbajului medical pe narațiuni clinice, i2b2 (Informatică pentru integrarea biologiei la pat) a organizat a doua provocare și atelier. Această provocare s-a concentrat pe extragerea automată a informațiilor despre obezitate și cincisprezece dintre cele mai frecvente comorbidități ale acestuia din rezumatele externării pacienților. Pentru fiecare pacient, obezitatea și oricare dintre comorbidități ar putea fi prezente, absente sau discutabile (adică posibile) la pacient sau nemenționate în rezumatul externării pacientului. i2b2 a furnizat date și a numit dezvoltarea de sisteme automate care pot clasifica obezitatea și comorbiditățile acesteia în aceste patru clase pe baza rezumatelor de descărcare de gestiune individuale. Acest articol se referă la obezitate și comorbidități ca boli. Se referă la categoriile Prezent, Absent, Întrebabil și Nemenționat ca clase. Sarcina de a clasifica obezitatea și comorbiditățile acesteia se numește Provocarea obezității.

Datele publicate de i2b2 au fost adnotate pentru judecăți textuale care reflectă informațiile raportate în mod explicit asupra bolilor și judecăți intuitive care reflectă citirea de către profesioniștii medicali a informațiilor prezentate în rezumatele descărcării de gestiune. În date au fost foarte puține exemple de clase de boală. Provocarea obezității a acordat o atenție deosebită performanței sistemelor la aceste clase mai puțin bine reprezentate.

Un total de 30 de echipe au participat la Obesity Challenge. Fiecărei echipe i s-a permis să depună două seturi de până la trei rulări de sistem pentru evaluare, rezultând un total de 136 de trimiteri. Trimiterile au reprezentat o combinație de abordări bazate pe reguli și de învățare automată.

Evaluarea rulărilor sistemului arată că cele mai bune previziuni ale judecăților textuale provin din sisteme care filtrează porțiunile potențial zgomotoase ale narațiunilor, proiectează dicționare ale numelor bolilor pe textul rămas, aplică extracția negației și procesează textul prin reguli. Informațiile despre conceptele legate de boală, cum ar fi simptomele și medicamentele, precum și cunoștințele medicale generale ajută sistemele să deducă judecăți intuitive asupra bolilor.

Anterior articolul emis Următorul articolul emis

Această lucrare a fost susținută parțial de Foaia de parcurs NIH pentru subvenții de cercetare medicală U54LM008748. Aprobarea Comitetului de revizuire instituțională a fost acordată pentru studiile prezentate în acest manuscris. Autorul mulțumește tuturor echipelor participante pentru contribuțiile lor la provocare și AMIA pentru sprijinul acordat în organizarea atelierului care a însoțit provocarea.