使用医生的笔记来了解药物反应、痴呆和大麻的使用

检测对药物的严重过敏反应, 识别有患阿尔茨海默病风险的人, 而了解医用大麻的使用似乎是无关的. 但通过将自然语言处理(NLP)和机器学习应用于临床医生的书面记录，一切都可能得到改善.

“当人们去诊所的时候, 他们的护理团队在临床记录中记录了这次访问,副调查员说 大卫·卡雷尔博士他在凯撒永久华盛顿健康世界杯下注网站所(KPWHRI)领导NLP世界杯下注网站。. 就在华盛顿凯撒医疗机构, 医疗团队每年将数百万条记录写入电子健康记录(EHR)。. 这些笔记包含了改善护理的宝贵数据.

NLP算法分析文本——这是一项复杂的任务，因为同样的想法可能有许多不同的表达方式. 例如, 一位医生可能会写“呼吸困难”，而另一位医生可能会用临床术语“呼吸困难”.拼写错误、缩写和标点缺失使这项任务更加困难. Carrell和他的同事们开发了NLP算法来识别关于条件或行为的记录，这样它们就可以被包含在计算机模型中，应用范围从监测国家药物安全到改善初级保健. 一些模型还使用了机器学习方法, 哪一种能更好地表达临床记录数据与病情或行为之间的复杂关系.

NLP是如何工作的

一般来说，Carrell解释说，NLP的步骤是:

• 例如，获取代表性样本上的匿名EHR数据, 有患阿尔茨海默病风险的人. 将数据划分为开发集和验证集.
• 创建关于条件的术语列表. 世界杯下注网站人员可能会手动阅读电子病历记录, 寻找与这种情况相关的单词和短语——例如, “皮疹”是指过敏反应. 这可以通过使用机器学习从医学文献中挖掘关键术语来实现自动化.
• 开发NLP模型. 使用单词列表, 世界杯下注网站人员创建算法来检测与病情相关的电子病历单词模式. 他们使用开发数据集来完善和加强模型.
• 使用验证数据集测试模型的性能.

Carrell及其同事最近发表了3项世界杯下注网站，展示了NLP和机器学习的多功能性.

速发型过敏反应

In the 美国流行病学杂志, Carrell和他的同事展示了NLP如何提高美国药品安全监测的准确性.S. 美国食品和药物管理局. 药物是致死性过敏反应(严重过敏反应)最常见的原因。. FDA使用自动算法(但还没有NLP)来监测电子病历中与药物相关的过敏反应.

由于包括低血压在内的各种症状，过敏反应在文本中很难识别, vomiting, and rash. 过敏反应也很少见，因此电子病历数据中的病例很少.

Carrell和他的团队使用NLP和来自华盛顿凯撒医疗机构的匿名电子病历数据来帮助创建过敏反应单词列表. 他们将这本字典添加到过敏反应预测模型中. 当使用2022世界杯下注网站 Northwest的验证数据进行测试时, 几个模型改进了FDA过敏反应识别算法. 这些方法也可以用来更好地追踪其他罕见和严重的疾病, 例如新出现的传染病.

KPWHRI世界杯下注网站的合著者包括卡拉·库欣-豪根, 罗恩·约翰逊, 维纳格雷厄姆, 大卫·克朗凯特, 和詹妮弗·尼尔森.

轻度认知障碍

A study in BMC医学信息学与决策 由高级调查员领导 Rob Penfold博士NLP能否帮助开发一种识别轻度认知障碍(MCI)患者的模型??

轻度认知障碍是一种记忆力、思维能力或行为能力的衰退，随着年龄的增长，这种衰退比预期的要严重. 这可能是未来阿尔茨海默病或相关痴呆的征兆, 轻度认知障碍可在初级保健中发现. 基于nlp的资源可以帮助临床医生了解谁可以从MCI筛查中受益.

Carrell和他的同事使用了NLP和匿名的凯撒医疗机构华盛顿电子病历数据, 包括来自 成人思维变化(ACT)世界杯下注网站，从临床记录中识别mci相关概念. 他们利用这些结果开发了一个机器学习mci预测模型. 该模型通过MCI相关概念识别MCI患者的能力类似于筛选测试识别癌症等其他疾病患者的能力. 这显示了开发一种工具的潜力，可以帮助临床医生照顾可能患有阿尔茨海默病的患者，并协助卫生保健组织规划成员的需求.

KPWHRI的合著者包括大卫·克朗凯特, 切斯特Pabiniak, Tammy Dodd, 阿什利玻璃, 埃里克•约翰逊, 艾拉·汤普森.

医用大麻的使用

In 药物滥用, NLP团队世界杯下注网站了电子病历中记录的医用大麻使用情况，这是一项由助理调查员领导的世界杯下注网站 格温·拉帕姆，博士，公共卫生硕士，城市生活垃圾. 了解人们何时以及为何使用医用大麻，对于世界杯下注网站其对疼痛和焦虑等病症的安全性和有效性非常重要.

匿名开发和验证数据来自华盛顿凯撒医疗机构, 自2015年以来，该机构定期询问成人初级保健患者过去一年的大麻使用情况. 使用的原因可能在临床记录中, 但识别这些信息的挑战包括与大麻相关的不同术语.

尽管困难重重，但该世界杯下注网站报告称，NLP模型识别出了这5种疾病中的一半以上.6%的医疗大麻使用记录. nlp辅助人工审查确定了其余部分. 该世界杯下注网站表明，NLP可以帮助获得世界杯下注网站数据，并帮助临床医生和患者做出有关大麻使用的决策.

KPWHRI的合著者包括大卫·克朗凯特, Mary Shea, 玛丽亚奥利弗, Casey Luce, 特蕾莎Matson, 詹妮弗·博布, 克拉丽莎许, 和凯瑟琳·布拉德利.

KPWHRI NLP团队继续在将这些方法应用于癌症的世界杯下注网站中推进NLP和机器学习, 急性胰腺炎, COVID-19, 精神健康状况, 以及物质使用障碍. 他们还继续开发方法，以简化FDA对药物和医疗设备的安全监测.

Chris Tachibana著