Bewertung des Stands der Technik bei der Kernreferenzauflösung für elektronische Patientenakten

HINTERGRUND: Der fünfte i2b2/VA-Workshop zu Herausforderungen der Verarbeitung natürlicher Sprache für klinische Aufzeichnungen führte eine systematische Übersicht über die Auflösung von Nomenphrase-Kernreferenzen in medizinischen Aufzeichnungen durch. Informatics for Integrating Biology and the Bedside (i2b2) und das Veterans Affair (VA) Konsortium für Gesundheitsinformatikforschung (CHIR) kooperierten, um die Kernreferenzherausforderung zu organisieren. Sie stellten der Forschungsgemeinschaft zwei Korpora medizinischer Aufzeichnungen für die Entwicklung und Bewertung der Systeme zur Kernreferenzauflösung zur Verfügung. Diese Korpora enthielten verschiedene Aufzeichnungstypen (d.h. Entlassungsberichte, Pathologieberichte) von mehreren Institutionen. METHODEN: Die Kernreferenzherausforderung stellte der Gemeinschaft zwei annotierte Bodendatenkorpora zur Verfügung und bewertete Systeme für die Kernreferenzauflösung auf zwei Arten: Erstens bewertete sie die Systeme nach ihrer Fähigkeit, Erwähnungen von Konzepten zu identifizieren und diese Erwähnungen miteinander zu verknüpfen. Zweitens bewertete sie die Fähigkeit der Systeme, Bodendaten-Erwähnungen zu verknüpfen, die sich auf dieselbe Entität beziehen. Zwanzig Teams, die 29 Organisationen und neun Länder vertraten, nahmen an der Kernreferenzherausforderung teil. ERGEBNISSE: Die Systemeinreichungen der Teams zeigten, dass maschinelles Lernen und regelbasierte Ansätze am besten funktionierten, wenn sie mit externen Wissensquellen und Kernreferenzhinweisen, die aus der Dokumentenstruktur extrahiert wurden, ergänzt wurden. Die Systeme schnitten bei der Kernreferenzauflösung besser ab, wenn sie mit Bodendaten-Erwähnungen versorgt wurden. Insgesamt hatten die Systeme Schwierigkeiten, die Kernreferenzauflösung für Fälle zu lösen, die Fachwissen erforderten.