基于自然语言处理的住院康复策略训练保真度自动评估
计算与语言
2023-01-26 v2
摘要
策略训练是一种多学科康复方法，通过教授技能来减少卒中后认知障碍者的残疾。随机对照临床试验已表明，相较于传统康复方法，策略训练是促进独立性的更具可行性与有效性的干预措施。标准化保真度评估通过检查康复会话录像中的引导性与指令性言语线索，来衡量对治疗原则的遵循程度。尽管用于检测引导性与指令性言语线索的保真度评估在单中心研究中有效且可行，但在大型多中心实效性试验中会变得劳动密集、耗时且昂贵。为应对策略训练广泛实施的这一挑战，我们利用自然语言处理（NLP）技术实现策略训练保真度评估的自动化，即从康复会话录像中自动识别引导性与指令性言语线索。我们为此任务开发了基于规则的NLP算法、长短期记忆（LSTM）模型以及来自变换器的双向编码器表示（BERT）模型。BERT模型取得了最佳性能，F1分数为0.8075。该BERT模型在来自另一主要区域医疗系统的外部验证数据集上进行了验证，取得了0.8259的F1分数，表明其具有良好的泛化能力。本研究结果在心理学与康复干预研究及实践中具有广泛的前景。
引用
@article{arxiv.2209.06727,
title = {Automated Fidelity Assessment for Strategy Training in Inpatient Rehabilitation using Natural Language Processing},
author = {Hunter Osterhoudt and Courtney E. Schneider and Haneef A Mohammad and Minmei Shih and Alexandra E. Harper and Leming Zhou and Elizabeth R Skidmore and Yanshan Wang},
journal= {arXiv preprint arXiv:2209.06727},
year = {2023}
}
备注
Accepted at the AMIA Informatics Summit 2023