使用自然语言处理从临床笔记中自动提取氟嘧啶治疗及治疗相关毒性
计算与语言
2025-10-24 v1 人工智能
摘要
目的：氟嘧啶类药物广泛用于结直肠癌和乳腺癌的治疗，但与手足综合征和心脏毒性等毒性反应相关。由于毒性记录通常嵌入在临床笔记中，我们旨在开发和评估用于提取治疗和毒性信息的自然语言处理(NLP)方法。材料与方法：我们从204,165名成年肿瘤患者中构建了一个包含236份临床笔记的金标准数据集。领域专家对与治疗方案和毒性相关的类别进行了标注。我们开发了基于规则、基于机器学习(随机森林、支持向量机[SVM]、逻辑回归[LR])、基于深度学习(BERT、ClinicalBERT)和基于大语言模型(LLM)的NLP方法(零样本和错误分析提示)。模型使用80:20的训练-测试分割。结果：存在足够的数据来训练和评估5个标注类别。错误分析提示在治疗和毒性提取方面达到了最优的精确率、召回率和F1分数(F1=1.000)，而零样本提示在治疗提取上达到F1=1.000，在毒性提取上达到F1=0.876。LR和SVM在毒性提取上排名第二(F1=0.937)。深度学习表现不佳，BERT(治疗F1=0.873；毒性F1=0.839)和ClinicalBERT(治疗F1=0.873；毒性F1=0.886)。基于规则的方法作为我们的基线，治疗和毒性的F1分数分别为0.857和0.858。讨论：基于LLM的方法优于所有其他方法，其次是机器学习方法。机器和深度学习方法受限于较小的训练数据，并且显示出有限的泛化能力，特别是对于稀有类别。结论：基于LLM的NLP最有效地从临床笔记中提取了氟嘧啶治疗和毒性信息，并具有支持肿瘤学研究和药物警戒的强大潜力。
引用
@article{arxiv.2510.20727,
title = {Automated Extraction of Fluoropyrimidine Treatment and Treatment-Related Toxicities from Clinical Notes Using Natural Language Processing},
author = {Xizhi Wu and Madeline S. Kreider and Philip E. Empey and Chenyu Li and Yanshan Wang},
journal= {arXiv preprint arXiv:2510.20727},
year = {2025}
}