人們?cè)絹碓秸J(rèn)識(shí)到金融不穩(wěn)定和住房不安全等社會(huì)風(fēng)險(xiǎn)因素會(huì)影響健康。但與診斷代碼、處方信息、實(shí)驗(yàn)室或其他測(cè)試報(bào)告不同，社會(huì)風(fēng)險(xiǎn)因素不符合患者電子病歷中標(biāo)準(zhǔn)化、受控的術(shù)語，這使得這些信息很難從通常存在的臨床記錄中提取。
一項(xiàng)新的研究發(fā)現(xiàn)，雷根斯特里夫研究所和印第安納大學(xué)理查德·M·費(fèi)爾班克斯公共衛(wèi)生學(xué)院信息學(xué)家開發(fā)的自然語言處理(NLP) 系統(tǒng)在移植到新的衛(wèi)生系統(tǒng)并在超過 600 萬條臨床記錄上進(jìn)行測(cè)試時(shí)表現(xiàn)出了出色的性能。在佛羅里達(dá)州見過的病人。評(píng)估了性能的通用性和可移植性，定義為在新環(huán)境中部署軟件以及更新其使用以滿足新數(shù)據(jù)的需求時(shí)的易用性和準(zhǔn)確性。
“社會(huì)因素對(duì)我們的健康有很大影響。這不僅僅是我們接受的醫(yī)療保健，而且我們居住的地方、工作的地方以及我們獲得食物、交通和其他資源的機(jī)會(huì)也產(chǎn)生了重大影響該研究的資深作者、Regenstrief 和印第安納大學(xué)費(fèi)爾班克斯學(xué)院教員 Chris Harle 博士說道。
“對(duì)于提供醫(yī)療服務(wù)的臨床醫(yī)生和衛(wèi)生系統(tǒng)來說，了解人們的社會(huì)風(fēng)險(xiǎn)因素非常重要，因此在開藥、安排檢查或計(jì)劃進(jìn)行手術(shù)時(shí)，他們可以更好地治療整個(gè)人——也許可以使用成本較低的藥物或替代來源來治療。測(cè)試，還可以將他們與服務(wù)聯(lián)系起來，幫助滿足他們對(duì)安全居住場(chǎng)所和健康食品的需求。”
在這項(xiàng)研究中，研究人員基于 NLP 規(guī)則的模型搜索了醫(yī)生或其他臨床醫(yī)生在患者電子健康記錄的臨床記錄中編寫的文本，尋找可能表明住房困難的關(guān)鍵詞或短語(例如：患者在一個(gè)新的且完全不同的地理區(qū)域的醫(yī)療保健系統(tǒng)中缺乏永久地址)或財(cái)務(wù)需求(例如：無法負(fù)擔(dān)后續(xù)護(hù)理)。
盡管存在挑戰(zhàn)(例如：無家可歸者收容所的名稱沒有表明該設(shè)施的功能或地區(qū)差異或當(dāng)?shù)卣Z言的細(xì)微差別)，研究科學(xué)家們證實(shí)，NLP 模型經(jīng)過相對(duì)簡(jiǎn)單的修改，可以提供高度準(zhǔn)確的性能，相比之下達(dá)到人工審核的黃金標(biāo)準(zhǔn)。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！