211service.com
Zpracování přirozeného jazyka dává smysl lékařským poznámkám
Navzdory pobídkám v miliardách dolarů na podporu přijetí elektronických lékařských záznamů je důkazů, že tyto systémy zlepšují efektivitu nebo kvalitu péče, vzácné. Nová studie však ukazuje, že zpracování přirozeného jazyka – odvětví počítačové vědy, které využívá lingvistiku k analýze běžné řeči – může výrazně zvýšit užitečnost těchto záznamů při zlepšování péče.
Výzkumníci použili tento přístup k prosévání poznámek lékařů, nejbohatšího a nejsložitějšího aspektu elektronických lékařských záznamů, pro pooperační komplikace, jako je zápal plic a sepse. Tato metoda se ukázala být podstatně přesnější než jiné automatizované systémy. Říkají, že podobné přístupy by mohly být použity pro různé aplikace, včetně předvídání, kteří pacienti jsou ohroženi, a vývoje automatizovaných nástrojů, které pomáhají lékařům při výběru léčby.
Konečně můžete vidět, jak lze klinická data použít k systematičtějšímu měření bezpečnosti pacientů a že tyto věci skutečně budeme moci používat k řízení péče, říká Ashish Jha , lékař na Harvard Medical School, který napsal úvodník doprovázející noviny. List a úvodník vyšly tento týden v Journal of the American Medical Association .
Jednou z nejočekávanějších výhod elektronických lékařských záznamů je počítačové sledování pacientů a institucí – ke zjištění, zda konkrétnímu pacientovi hrozí například určitá komplikace nebo zda konkrétní oddělení či nemocnice nedosahují horších výsledků než ostatní.
Při předepisování se již používá automatické sledování; například k detekci vzájemné interakce dvou léků. Protože informace o předpisech jsou vysoce strukturovanou součástí lékařského záznamu, bylo poměrně snadné je analyzovat pomocí softwaru. Využití obrovského množství informací dostupných v méně strukturovaných částech lékařského záznamu, jako jsou poznámky lékařů – které obsahují volné záznamy o anamnéze a stavu pacienta, včetně pooperačních komplikací – je však mnohem těžší.
Pokud nebudeme mít přístup k těmto informacím, budeme mít problém sledovat záznamy, abychom zlepšili péči, říká Jha. Tento papír je tak silný, protože ukazuje, že to dokážete.
Harvey Murff , lékař z Vanderbilt University, a spolupracovníci problém řešili pomocí algoritmů zpracování přirozeného jazyka, které do analýzy začleňují určitá pravidla řeči a jazyka. Například vyhledávání podle klíčových slov může získat všechny výskyty slova zápal plic, ale zpracování v přirozeném jazyce by také mohlo vzít v úvahu modifikátory, jako například žádné známky zápalu plic, které by poskytly přesnější počet.
Výzkumníci analyzovali téměř 3 000 lékařských záznamů od pacientů, kteří podstoupili operaci v šesti lékařských střediscích, které jsou součástí Správy zdraví veteránů, na příznaky zápalu plic, sepse, hluboké žilní trombózy, plicní embolie a infarktu myokardu. Sledování nežádoucích příhod po operaci může pomoci nemocnicím a zdravotnickým systémům sledovat, jak dobře instituce dodržuje bezpečnostní pokyny. Současné metody však mohou vyžadovat rozsáhlou pracovní sílu – ruční procházení záznamů k identifikaci komplikací – nebo mohou postrádat přesnost. Chtěli jsme se pokusit zopakovat to, co by dělal člověk, ale způsobem, který by byl škálovatelný na širší prostředí zdravotní péče a byl by nákladově efektivnější, říká Murff.
Zatímco vývoj algoritmů zahrnoval určité pokusy a omyly, konečný výsledek byl vysoce citlivý – dokázaly identifikovat 80 procent až 90 procent komplikací dříve zaznamenaných v manuální kontrole vyškolenými sestrami. Přístup zpracování v přirozeném jazyce byl citlivější než jiná automatizovaná metoda, která k identifikaci pooperačních komplikací používala účtovací kódy. Například Murffův přístup odhalil 82 procent případů akutního selhání ledvin, ve srovnání s 38 procenty u přístupu využívajícího fakturační kódy.
Nový přístup byl však v mnoha případech méně specifický a odhalil více falešně pozitivních výsledků. Myslím, že s více iteracemi bychom to mohli zlepšit, říká Murff. Jeho tým nyní pracuje na využití dat v poznámkách lékařů k předpovídání rizik komplikací nebo jiných bezpečnostních rizik pacientů.
Jednou z výhod zpracování v přirozeném jazyce je jeho flexibilita. Jha říká, že tento přístup by mohl být použit pro řadu aplikací. Nejpozoruhodnější, říká, jsou nástroje na podporu klinického rozhodování, kde dáváte lékařům nápady, jak lépe zacházet s pacienty. Dávat lékařům návrhy, které berou v úvahu informace v klinických poznámkách, by bylo velmi účinné.
Společnost Nuance, přední výrobce softwaru pro rozpoznávání hlasu, již vyvíjí komerční systémy, které k analýze lékařských informací využívají zpracování v přirozeném jazyce. Společnost spolupracuje s týmem IBM, který vyvinul Watsona, robota, který se proslavil porážením lidských soutěžících v televizní herní show. Ohrožení k aplikaci nástrojů pro zpracování přirozeného jazyka robota v medicíně.