基于醫(yī)學(xué)語言處理的面向任務(wù)的信息提取框架構(gòu)建及應(yīng)用.pdf

1、醫(yī)學(xué)信息化的目的是提高醫(yī)療質(zhì)量和降低醫(yī)療成本，這在很大程度上都依賴于對臨床數(shù)據(jù)的有效分析和利用。然而在實際的臨床環(huán)境中，服務(wù)于自動數(shù)據(jù)利用的結(jié)構(gòu)化數(shù)據(jù)是有限的，大量的有用信息僅僅存在于敘述性文檔中，這就使得基于醫(yī)學(xué)語言處理的文本信息結(jié)構(gòu)化提取成為醫(yī)學(xué)信息學(xué)研究的熱點。
　　在中國，盡管自然語言處理技術(shù)已經(jīng)有廣泛應(yīng)用，然而這些并不適用于臨床環(huán)境;同時我國還面臨著缺乏完整、統(tǒng)一和規(guī)范的醫(yī)學(xué)術(shù)語集的挑戰(zhàn);最后，統(tǒng)一的文本提取框架也無法自

2、適應(yīng)于多種多樣的臨床任務(wù)。所以有效地利用醫(yī)學(xué)語言處理技術(shù)并使之服務(wù)于臨床決策系統(tǒng)仍然是一個巨大的挑戰(zhàn)。本論文針對以上問題從信息提取框架的設(shè)計和具體的提取算法兩大部分展開研究和探索。
　　首先，針對當前臨床實際中的多樣性需求，結(jié)合臨床文檔的生成方式，建立了一個面向任務(wù)的自然語言處理提取框架，在線監(jiān)控各類臨床文檔的生成，并動態(tài)創(chuàng)建各類信息提取任務(wù)。針對我國有限的詞典資源的現(xiàn)狀，設(shè)計了一個不斷完善的本體生長機制，通過編輯平臺自定義的方式

3、添加任務(wù)和任務(wù)相關(guān)的概念，既滿足了臨床任務(wù)的提取需求，也滿足了醫(yī)學(xué)術(shù)語字典表的擴充需求。再針對不同的臨床任務(wù)，提取特定的臨床概念并且更新到特定數(shù)據(jù)庫中，服務(wù)于臨床決策支持以及臨床數(shù)據(jù)挖掘等應(yīng)用。
　　其次，針對臨床中不同類型的臨床文本特點和不同的數(shù)據(jù)利用需求，在該框架的基礎(chǔ)上設(shè)計和實現(xiàn)了三個提取任務(wù):概念-數(shù)值對的提取、藥物不良反應(yīng)關(guān)系提取以及癥狀時間線的提取。并利用真實的臨床語料，對三個任務(wù)進行了評估。概念-取值對的提取以產(chǎn)科超

4、聲檢查報告為對象，提取準確率為98.5％，召回率為97.8％;在開展病程記錄中藥物不良反應(yīng)事件提取過程中，先收集到3668份藥物說明書構(gòu)建了39583個藥物-不良反應(yīng)關(guān)系對的知識庫，接著從病程記錄中提取藥物不良反應(yīng)事件的準確率為80.8％;最后病程記錄中癥狀的提取準確率達到97.2％，召回率達到58.3％。
　　本論文通過以上兩個部分的有機結(jié)合，初步建立了面向任務(wù)的自然語言處理框架以及提取算法。目前該框架已經(jīng)部署到一個實際的臨床環(huán)