電子医療記録内の乳癌内分泌療法に関する薬物治療パターンの自動発見

目的：電子医療記録内での乳癌に対する内分泌治療の薬物治療パターンを発見するためのアルゴリズムを開発し、それを用いて抽出された情報が従来の方法で見つかった情報と比較可能であるという仮説を検証する。材料：組織学的に確認された原発浸潤性乳癌と診断された1507人の患者の電子医療チャート。方法：自動薬物治療分類ツールは、以下のコンポーネントで構成されていた：（1）自然言語処理（臨床テキスト分析と知識抽出システム）を用いて臨床ナarrイティブから薬物治療に関連する情報を抽出する；（2）電子処方システムから薬物治療データを抽出する；（3）患者治療タイムラインを作成するために情報を統合する；（4）最終的な分類ロジック。結果：看護師の抽出者による結果との一致が測定されたカテゴリー：（0）タモキシフェンまたはアロマターゼ阻害剤（AI）の治療なし；（1）タモキシフェンのみ；（2）AIのみ；（3）AIの前のタモキシフェン；（4）タモキシフェンの前のAI；（5）特定の順序でない複数のAIとタモキシフェンのサイクル；および（6）特定の治療日なし。特異度（すべてのカテゴリー）：96.14%-100%；感度（カテゴリー（0）-（4））：90.27%-99.83%；感度（カテゴリー（5）-（6））：0-23.53%；陽性的中率：80%-97.38%；陰性的中率：96.91%-99.93%。考察：私たちのアプローチは電子医療記録の二次利用を示している。主な課題はイベントの時間性である。結論：自然言語処理を通じて抽出された情報と構造化データベースから抽出された情報を組み合わせるための電子医療記録内で自動治療分類アルゴリズムを提示する。このアルゴリズムはすべてのカテゴリーで高い特異度、高い感度を5つのカテゴリーに対して示し、2つのカテゴリーに対して低い感度を示す。