Développement et validation d'un système de traitement du langage naturel pour évaluer la qualité de la communication des médecins lors des consultations sur le cancer de la prostate

Résumé Contexte Les directives de l'AUA pour la prise de décision partagée (SDM) dans le cancer de la prostate recommandent de discuter de cinq domaines de contenu lors des consultations : (1) gravité du cancer (risque tumoral (TR), résultats pathologiques (PR)) ; (2) espérance de vie (LE) ; (3) pronostic du cancer (CP) ; (4) fonction urinaire et érectile de base (UF et EF) ; et (5) effets secondaires des traitements (dysfonction érectile (ED), incontinence urinaire (UI) et symptômes urinaires irritatifs (LUTS)). Cependant, la rétention des informations par le patient après la visite et la communication des risques incohérente par les médecins constituent des obstacles à une SDM éclairée. Nous avons cherché à développer des modèles de traitement du langage naturel (NLP) basés sur des consultations enregistrées pour fournir des informations clés aux patients et auditer la qualité de la communication des médecins. Méthodes Nous avons utilisé 50 transcriptions de consultations pour entraîner et valider des modèles NLP afin d'identifier des phrases liées aux concepts clés. Nous avons ensuite testé si la qualité de la communication à travers l'ensemble des consultations pouvait être déterminée par des phrases avec la plus haute concordance thématique prédite par le modèle dans 20 transcriptions de consultations distinctes. Résultats Notre ensemble de données de développement comprenait 28,927 phrases au total, avec 75 % réservés à l'entraînement et 25 % à la validation interne. Le modèle Random Forest a eu la meilleure exactitude pour identifier les phrases concordantes avec le sujet, avec une aire sous la courbe de 0,98, 0,94, 0,89, 0,92, 0,84, 0,96, 0,98, 0,97 et 0,99 pour TR, PR, LE, CP, UF, EF, ED, UI et LUTS par rapport au codage manuel sur tous les concepts dans l'ensemble de validation interne. Dans 20 consultations distinctes, les 10 premières phrases identifiées par le modèle ont correctement évalué la qualité de la communication sur l'ensemble des consultations avec des exactitudes de 100 %, 90 %, 95 %, 95 %, 80 %, 95 %, 85 %, 100 % et 95 % pour TR, PR, LE, CP, UF, EF, ED, UI et LUTS par rapport au codage manuel, respectivement. Conclusions Les modèles NLP capturent avec précision des informations clés et évaluent la qualité de la communication des médecins lors des consultations sur le cancer de la prostate, fournissant ainsi une base pour une évaluation de la qualité des communications sur les risques à l'échelle.