Bearbetning på naturligt språk är meningsfullt av läkarnas anteckningar

Trots miljarder dollar i incitament för att stödja införandet av elektroniska medicinska journaler har bevis för att dessa system förbättrar effektiviteten eller kvaliteten på vården varit knappa. Men en ny studie visar att bearbetning av naturligt språk - en gren av datavetenskap som använder lingvistik för att analysera vanligt tal - kan avsevärt öka användbarheten av dessa register för att förbättra vården.

Forskare använde detta tillvägagångssätt för att sålla igenom läkares anteckningar, den rikaste och mest komplicerade aspekten av elektroniska journaler, för postkirurgiska komplikationer som lunginflammation och sepsis. Metoden visade sig vara betydligt mer exakt än andra automatiserade system. De säger att liknande tillvägagångssätt kan användas för en mängd olika tillämpningar, inklusive att förutsäga vilka patienter som är i riskzonen och att utveckla automatiserade verktyg som hjälper läkare att välja behandlingar.

Äntligen kan man se hur klinisk data kan användas för att mäta patientsäkerheten mer systematiskt, och att vi verkligen kommer att kunna använda dessa saker för att hantera vården, säger Ashish Jha , en läkare vid Harvard Medical School som skrev en ledare som åtföljde tidningen. Tidningen och ledarartikeln publicerades denna vecka i Journal of the American Medical Association .

En av de mest förväntade fördelarna med elektroniska journaler är datoriserad spårning av patienter och institutioner – för att upptäcka om en viss patient löper risk för en specifik komplikation, till exempel, eller om en specifik avdelning eller sjukhus presterar sämre än andra.

Automatisk spårning används redan vid förskrivning; till exempel för att upptäcka när två läkemedel interagerar. Eftersom receptinformation är en mycket strukturerad del av journalen har det varit ganska enkelt att analysera med mjukvara. Det är dock mycket svårare att utnyttja den stora information som finns tillgänglig i mindre strukturerade delar av journalen, såsom läkares anteckningar – som innehåller fritt format om patientens historia och status, inklusive postkirurgiska komplikationer.

Om vi ​​inte kan komma åt den informationen kommer vi att ha svårt att övervaka journaler för att förbättra vården, säger Jha. Detta papper är så kraftfullt eftersom det visar att du kan göra detta.

Harvey Murff , en läkare vid Vanderbilt University, och samarbetspartners tacklade problemet med bearbetningsalgoritmer för naturliga språk som införlivar vissa regler för tal och språk i analysen. Till exempel kan en sökordssökning hämta alla förekomster av ordet lunginflammation, men bearbetning av naturligt språk kan också ta hänsyn till modifierare, som inga tecken på lunginflammation, som skulle ge en mer exakt räkning.

Forskare analyserade nästan 3 000 journaler från patienter som opererades vid sex vårdcentraler som är en del av Veterans Health Administration för tecken på lunginflammation, sepsis, djup ventrombos, lungemboli och hjärtinfarkt. Att spåra negativa incidenter efter operation kan hjälpa sjukhus och hälso- och sjukvårdssystem att övervaka hur väl en institution följer säkerhetsriktlinjerna. Men nuvarande metoder kan kräva omfattande arbetskraft – manuellt gå igenom register för att identifiera komplikationer – eller sakna noggrannhet. Vi ville försöka replikera vad en människa skulle göra, men på ett sätt som skulle vara skalbart till en större vårdmiljö och mer kostnadseffektivt, säger Murff.

Även om utvecklingen av algoritmerna innebar en del försök och misstag, var slutresultatet mycket känsligt – de kunde identifiera mellan 80 procent och 90 procent av de komplikationer som tidigare noterats i en manuell granskning av utbildade sjuksköterskor. Den naturliga språkbehandlingsmetoden var känsligare än en annan automatiserad metod som använde faktureringskoder för att identifiera postkirurgiska komplikationer. Till exempel upptäckte Murffs tillvägagångssätt 82 procent av fallen med akut njursvikt, jämfört med 38 procent för metoden med faktureringskoder.

Det nya tillvägagångssättet var dock mindre specifik i många fall och upptäckte fler falska positiva resultat. Jag tror att med fler iterationer kan vi förbättra det, säger Murff. Hans team arbetar nu med att använda data i läkares anteckningar för att förutsäga patienternas risker för komplikationer eller andra säkerhetsrisker.

En av fördelarna med bearbetning av naturliga språk är dess flexibilitet. Jha säger att tillvägagångssättet kan användas för ett antal tillämpningar. Mest anmärkningsvärt, säger han, är verktyg för kliniska beslutsstöd, där man ger läkare idéer om hur man kan behandla patienter bättre. Att ge läkare förslag som tar hänsyn till information i kliniska anteckningar skulle vara mycket kraftfullt.

Nuance, en ledande tillverkare av programvara för röstigenkänning, utvecklar redan kommersiella system som använder naturligt språkbehandling för att analysera medicinsk information. Företaget samarbetar med IBM-teamet som utvecklade Watson, roboten som blev känd genom att slå mänskliga tävlande i tv-spelet Jeopardy , för att tillämpa robotens bearbetningsverktyg för naturliga språk på medicin.

Dölj