基于醫(yī)學語言處理的面向任務的信息提取框架構(gòu)建及應用.pdf

1、醫(yī)學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)學語言處理的文本信息結(jié)構(gòu)化提取成為醫(yī)學信息學研究的熱點。
　　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、適應于多種多樣的臨床任務。所以有效地利用醫(yī)學語言處理技術(shù)并使之服務于臨床決策系統(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。針對我國有限的詞典資源的現(xiàn)狀，設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、添加任務和任務相關(guān)的概念，既滿足了臨床任務的提取需求，也滿足了醫(yī)學術(shù)語字典表的擴充需求。再針對不同的臨床任務，提取特定的臨床概念并且更新到特定數(shù)據(jù)庫中，服務于臨床決策支持以及臨床數(shù)據(jù)挖掘等應用。
　　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，在該框架的基礎上設計和實現(xiàn)了三個提取任務:概念-數(shù)值對的提取、藥物不良反應關(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-不良反應關(guān)系對的知識庫，接著從病程記錄中提取藥物不良反應事件的準確率為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)