面向癌症临床实践指南的自动化知识建模
人工智能
2023-07-21 v1 机器学习
摘要
由于活跃研究产生的新证据,癌症疾病的临床实践指南(CPGs)演进迅速。目前,CPGs主要以文档格式发布,不利于管理这一不断发展中的知识。需要一种适合程序化交互的指南文档知识模型。本工作提出一种从国家综合癌症网络(NCCN)肿瘤学CPGs中自动抽取知识并生成包含所检索知识的结构化模型的方法。所提方法使用两个版本的NCCN非小细胞肺癌(NSCLC)CPG进行测试,以证明其在忠实抽取与建模知识上的有效性。还提出了三种增强策略:利用癌症分期信息、统一医学语言系统(UMLS)元词表与国家癌症研究所词表(NCIt)概念,以及节点分类,以增进模型对癌症诊疗指南的程序化遍历与查询支持。节点分类使用支持向量机(SVM)模型完成,在10折交叉验证下取得0.81的分类准确率。
引用
@article{arxiv.2307.10231,
title = {Automated Knowledge Modeling for Cancer Clinical Practice Guidelines},
author = {Pralaypati Ta and Bhumika Gupta and Arihant Jain and Sneha Sree C and Arunima Sarkar and Keerthi Ram and Mohanasankar Sivaprakasam},
journal= {arXiv preprint arXiv:2307.10231},
year = {2023}
}