تقنية معالجة اللغة الطبيعية تميز بدقة معلومات أعراض السرطان في سرد السجلات الصحية الإلكترونية

الغرض تحديد أعراض السرطان في روايات السجلات الصحية الإلكترونية (EHR) قابل للتطبيق باستخدام تقنية معالجة اللغة الطبيعية (NLP). ومع ذلك، هناك حاجة إلى أنظمة NLP أكثر كفاءة لاكتشاف أعراض متنوعة وتمييز الأعراض الملحوظة من الأعراض المنفية وآثار الأدوية الجانبية. قمنا بتقييم دقة معالجة اللغة الطبيعية في (1) الكشف عن 14 مجموعة من الأعراض (أي، الألم، التعب، التورم، المزاج المكتئب، القلق، الغثيان/القيء، الحكة، الصداع، ضيق التنفس، الإمساك، التنميل/الوخز، فقدان الشهية، ضعف الذاكرة، اضطراب النوم) و (2) تمييز الأعراض الملحوظة في روايات السجلات الصحية الإلكترونية بين المرضى المصابين بالسرطان. الطرق قمنا باستخراج 902,508 ملاحظة لـ 11,784 مريضًا فريدًا تم تشخيصهم بالسرطان وطوّرنا مجموعة معيارية ذهبية من 1,112 ملاحظة مُعَلَّمة لوجود أو عدم وجود 14 مجموعة من الأعراض. قمنا بتدريب نظام NLP معزز بالتمثيلات الخاصة بالذكاء البشري والآلي وخوارزميات التعلم الآلي التقليدية. تم حساب مقاييس NLP على مجموعة معيارية ذهبية فرعية للاختبار. النتائج كانت الاتفاقية بين المحللين لتصنيف المجموعة المعيارية الذهبية ممتازة بنسبة 92%. حقق نموذج NLP المعزز بالتمثيلات أفضل أداء (درجة F1 = 0.877). كانت أعلى دقة لنظام NLP لوحظت في الحكة (درجة F1 = 0.937) بينما كانت أقل دقة في التورم (درجة F1 = 0.787). بعد تصنيف مجموعة البيانات الكاملة باستخدام نظام NLP المعزز بالتمثيلات، وجدنا أن 41% من الملاحظات تضمنت توثيق الأعراض. كان الألم هو العرض الأكثر توثيقًا (29% من جميع الملاحظات) بينما كان ضعف الذاكرة هو الأقل توثيقًا (0.7% من جميع الملاحظات). الاستنتاج أوضحنا قابلية الكشف عن 14 مجموعة من الأعراض في روايات السجلات الصحية الإلكترونية وأظهرنا أن نظام NLP المعزز بالتمثيلات يتفوق على خوارزميات التعلم الآلي التقليدية في اكتشاف معلومات الأعراض وتمييز الأعراض الملحوظة من الأعراض المنفية وآثار الأدوية الجانبية.