临床文档变异和自然语言处理系统可移植性：跨机构哮喘出生队列的案例研究

目的：评估不同电子病历系统在医疗机构之间的临床文档变异，并研究这些变异如何影响自然语言处理（NLP）系统的可移植性。材料与方法：本研究使用梅奥诊所和圣福德儿童医院的出生队列（每个n = 298）。我们在多个方面检查了两个队列之间关于哮喘的文档变异：（1）整体语料库的词汇水平（即词汇变异），（2）主题和与哮喘相关的概念（即语义变异），以及（3）临床笔记类型（即过程变异）。我们比较了这些统计数据，并探索了在两个阶段（原型和细化）中哮喘确认的NLP系统可移植性。结果：存在显著的词汇变异（词级相似性=0.669）和过程变异（包含哮喘相关概念的主要笔记类型之间的差异）。然而，语义层面的语料库相对同质（主题相似性=0.944，与哮喘相关概念相似性=0.971）。梅奥的哮喘确认NLP系统的F-score为0.937，在圣福德应用时产生了0.813（原型）和0.908（细化）。讨论：哮喘确认的标准在很大程度上依赖于与哮喘相关的概念。因此，我们认为语义相似性对于估计NLP系统的可移植性是重要的。由于梅奥诊所和圣福德的语料库在语义层面上相对同质，因此在进行适当调整以应对内在语料库异质性时，梅奥诊所开发的NLP系统成功移植到圣福德。