211service.com
Natuurlijke taalverwerking geeft betekenis aan de aantekeningen van artsen
Ondanks miljarden dollars aan prikkels om de invoering van elektronische medische dossiers te ondersteunen, is het bewijs dat deze systemen de efficiëntie of kwaliteit van zorg verbeteren schaars. Maar een nieuwe studie toont aan dat de verwerking van natuurlijke taal - een tak van de informatica die taalkunde gebruikt om gewone spraak te analyseren - het nut van deze gegevens bij het verbeteren van de zorg aanzienlijk kan vergroten.
Onderzoekers gebruikten deze benadering om de aantekeningen van artsen, het rijkste en meest gecompliceerde aspect van elektronische medische dossiers, te doorzoeken op postoperatieve complicaties zoals longontsteking en sepsis. De methode bleek aanzienlijk nauwkeuriger dan andere geautomatiseerde systemen. Ze zeggen dat vergelijkbare benaderingen kunnen worden gebruikt voor een verscheidenheid aan toepassingen, waaronder het voorspellen welke patiënten risico lopen en het ontwikkelen van geautomatiseerde hulpmiddelen die artsen helpen bij het kiezen van behandelingen.
Je kunt eindelijk zien hoe klinische gegevens kunnen worden gebruikt om patiëntveiligheid systematischer te meten, en dat we deze dingen echt kunnen gebruiken om de zorg te beheren, zegt Ashish Jha , een arts aan de Harvard Medical School die een redactioneel commentaar bij de krant schreef. De krant en het hoofdredactioneel commentaar zijn deze week gepubliceerd in Tijdschrift van de American Medical Association .
Een van de meest verwachte voordelen van elektronische medische dossiers is het geautomatiseerd volgen van patiënten en instellingen - om te detecteren of een bepaalde patiënt bijvoorbeeld risico loopt op een specifieke complicatie, of dat een specifieke afdeling of ziekenhuis slechter presteert dan andere.
Geautomatiseerde tracking wordt al gebruikt bij het voorschrijven; bijvoorbeeld om te detecteren wanneer twee geneesmiddelen op elkaar inwerken. Omdat receptinformatie een zeer gestructureerd onderdeel is van het medisch dossier, was het vrij eenvoudig te analyseren met software. Het is echter veel moeilijker om gebruik te maken van de enorme hoeveelheid informatie die beschikbaar is in minder gestructureerde delen van het medisch dossier, zoals aantekeningen van clinici - die vrije gegevens bevatten over de geschiedenis en status van de patiënt, inclusief postoperatieve complicaties.
Als we geen toegang hebben tot die informatie, zullen we het moeilijk hebben om records te controleren om de zorg te verbeteren, zegt Jha. Dit document is zo krachtig omdat het laat zien dat je dit kunt.
Harvey Murff , een arts aan de Vanderbilt University, en medewerkers hebben het probleem aangepakt met behulp van natuurlijke taalverwerkingsalgoritmen die bepaalde regels van spraak en taal in analyse opnemen. Een zoekopdracht op trefwoord zou bijvoorbeeld alle instanties van het woord longontsteking kunnen ophalen, maar verwerking in natuurlijke taal zou ook rekening kunnen houden met modifiers, zoals geen tekenen van longontsteking, die een nauwkeuriger aantal zouden opleveren.
Onderzoekers analyseerden bijna 3.000 medische dossiers van patiënten die geopereerd waren in zes medische centra die deel uitmaken van de Veterans Health Administration op tekenen van longontsteking, sepsis, diepe veneuze trombose, longembolie en myocardinfarct. Door ongunstige incidenten na een operatie te volgen, kunnen ziekenhuizen en gezondheidszorgsystemen controleren hoe goed een instelling de veiligheidsrichtlijnen volgt. Maar de huidige methoden kunnen veel mankracht vergen - handmatig door records gaan om complicaties te identificeren - of een gebrek aan nauwkeurigheid. We wilden proberen te repliceren wat een mens zou doen, maar op een manier die schaalbaar zou zijn naar een grotere gezondheidszorgomgeving en goedkoper zou zijn, zegt Murff.
Hoewel de ontwikkeling van de algoritmen wat vallen en opstaan met zich meebracht, was het eindresultaat zeer gevoelig: ze konden tussen 80 en 90 procent van de complicaties identificeren die eerder waren opgemerkt in een handmatige beoordeling door getrainde verpleegkundigen. De natuurlijke-taalverwerkingsbenadering was gevoeliger dan een andere geautomatiseerde methode die factureringscodes gebruikte om postoperatieve complicaties te identificeren. De aanpak van Murff detecteerde bijvoorbeeld 82 procent van de gevallen van acuut nierfalen, vergeleken met 38 procent voor de aanpak met factuurcodes.
De nieuwe aanpak was in veel gevallen echter minder specifiek en detecteerde meer valse positieven. Ik denk dat we dat met meer iteraties kunnen verbeteren, zegt Murff. Zijn team werkt nu aan het gebruik van de gegevens in de aantekeningen van clinici om het risico van patiënten op complicaties of andere veiligheidsrisico's te voorspellen.
Een van de voordelen van natuurlijke taalverwerking is de flexibiliteit. Jha zegt dat de aanpak voor een aantal toepassingen kan worden gebruikt. Het meest opvallend, zegt hij, zijn hulpmiddelen voor klinische besluitvorming, waarmee je artsen ideeën geeft over hoe ze patiënten beter kunnen behandelen. Het zou zeer krachtig zijn om artsen suggesties te geven die rekening houden met informatie in klinische aantekeningen.
Nuance, een toonaangevende maker van spraakherkenningssoftware, ontwikkelt al commerciële systemen die natuurlijke taalverwerking gebruiken om medische informatie te analyseren. Het bedrijf werkt samen met het IBM-team dat Watson heeft ontwikkeld, de robot die beroemd is geworden door menselijke deelnemers te verslaan in de tv-spelshow Gevaar , om de natuurlijke-taalverwerkingstools van de robot toe te passen op medicijnen.