识别稀疏数据中的肥胖和共病

为了调查、促进和评估医学语言处理在临床叙述中的研究，i2b2（生物学与临床整合的信息学）组织了第二届挑战赛和研讨会。此次挑战赛重点在于自动提取患者出院摘要中关于肥胖及其十五种最常见共病的信息。对于每位患者，肥胖和任何共病可能为存在、缺失、可疑（即可能）或未在患者的出院摘要中提及。i2b2提供了数据，并邀请开发能够基于单个出院摘要将肥胖及其共病分类为这四类的自动化系统。本文将肥胖和共病称为疾病，将存在、缺失、可疑和未提及分类为类。对肥胖及其共病进行分类的任务称为肥胖挑战。i2b2发布的数据针对文本判断进行了注释，反映了疾病的明确报告信息，以及反映医疗专业人员对出院摘要中呈现信息的直观判断。数据中某些疾病类的示例非常有限。肥胖挑战特别关注这些代表性不强的类的系统性能。共有30个团队参与了肥胖挑战。每个团队可以提交两组最多三次系统运行的评估，最终提交总数为136。提交的结果结合了基于规则和机器学习的方法。系统运行的评估显示，文本判断的最佳预测来自那些过滤出叙述中潜在噪声部分的系统，将疾病名称字典投影到其余文本上，应用否定提取，并通过规则处理文本的信息。关于疾病相关概念（如症状和药物）以及一般医疗知识的信息有助于系统推断出对疾病的直观判断。