基于醫(yī)學(xué)語(yǔ)言處理的面向任務(wù)的信息提取框架構(gòu)建及應(yīng)用.pdf

1、醫(yī)學(xué)信息化的目的是提高醫(yī)療質(zhì)量和降低醫(yī)療成本，這在很大程度上都依賴于對(duì)臨床數(shù)據(jù)的有效分析和利用。然而在實(shí)際的臨床環(huán)境中，服務(wù)于自動(dòng)數(shù)據(jù)利用的結(jié)構(gòu)化數(shù)據(jù)是有限的，大量的有用信息僅僅存在于敘述性文檔中，這就使得基于醫(yī)學(xué)語(yǔ)言處理的文本信息結(jié)構(gòu)化提取成為醫(yī)學(xué)信息學(xué)研究的熱點(diǎn)。
　　在中國(guó)，盡管自然語(yǔ)言處理技術(shù)已經(jīng)有廣泛應(yīng)用，然而這些并不適用于臨床環(huán)境;同時(shí)我國(guó)還面臨著缺乏完整、統(tǒng)一和規(guī)范的醫(yī)學(xué)術(shù)語(yǔ)集的挑戰(zhàn);最后，統(tǒng)一的文本提取框架也無(wú)法自

2、適應(yīng)于多種多樣的臨床任務(wù)。所以有效地利用醫(yī)學(xué)語(yǔ)言處理技術(shù)并使之服務(wù)于臨床決策系統(tǒng)仍然是一個(gè)巨大的挑戰(zhàn)。本論文針對(duì)以上問(wèn)題從信息提取框架的設(shè)計(jì)和具體的提取算法兩大部分展開研究和探索。
　　首先，針對(duì)當(dāng)前臨床實(shí)際中的多樣性需求，結(jié)合臨床文檔的生成方式，建立了一個(gè)面向任務(wù)的自然語(yǔ)言處理提取框架，在線監(jiān)控各類臨床文檔的生成，并動(dòng)態(tài)創(chuàng)建各類信息提取任務(wù)。針對(duì)我國(guó)有限的詞典資源的現(xiàn)狀，設(shè)計(jì)了一個(gè)不斷完善的本體生長(zhǎng)機(jī)制，通過(guò)編輯平臺(tái)自定義的方式

3、添加任務(wù)和任務(wù)相關(guān)的概念，既滿足了臨床任務(wù)的提取需求，也滿足了醫(yī)學(xué)術(shù)語(yǔ)字典表的擴(kuò)充需求。再針對(duì)不同的臨床任務(wù)，提取特定的臨床概念并且更新到特定數(shù)據(jù)庫(kù)中，服務(wù)于臨床決策支持以及臨床數(shù)據(jù)挖掘等應(yīng)用。
　　其次，針對(duì)臨床中不同類型的臨床文本特點(diǎn)和不同的數(shù)據(jù)利用需求，在該框架的基礎(chǔ)上設(shè)計(jì)和實(shí)現(xiàn)了三個(gè)提取任務(wù):概念-數(shù)值對(duì)的提取、藥物不良反應(yīng)關(guān)系提取以及癥狀時(shí)間線的提取。并利用真實(shí)的臨床語(yǔ)料，對(duì)三個(gè)任務(wù)進(jìn)行了評(píng)估。概念-取值對(duì)的提取以產(chǎn)科超

4、聲檢查報(bào)告為對(duì)象，提取準(zhǔn)確率為98.5％，召回率為97.8％;在開展病程記錄中藥物不良反應(yīng)事件提取過(guò)程中，先收集到3668份藥物說(shuō)明書構(gòu)建了39583個(gè)藥物-不良反應(yīng)關(guān)系對(duì)的知識(shí)庫(kù)，接著從病程記錄中提取藥物不良反應(yīng)事件的準(zhǔn)確率為80.8％;最后病程記錄中癥狀的提取準(zhǔn)確率達(dá)到97.2％，召回率達(dá)到58.3％。
　　本論文通過(guò)以上兩個(gè)部分的有機(jī)結(jié)合，初步建立了面向任務(wù)的自然語(yǔ)言處理框架以及提取算法。目前該框架已經(jīng)部署到一個(gè)實(shí)際的臨床環(huán)