基于结构化与非结构化临床数据的自动化早期疾病预测方法
机器学习
2026-03-31 v1
摘要
本研究提出了一种面向临床环境的完全自动化早期预测方法，利用从非结构化出院报告中提取的信息。该方法的管道使用出院报告支持早期预测的三个主要步骤：队列选择、数据集生成和结果标记。通过对出院报告应用自然语言处理技术，我们可以高效地识别相关患者队列、用额外的临床变量丰富结构化数据集，并在无需人工干预的情况下生成高质量标签。该方法解决了编码电子健康记录(EHR)中数据缺失或不完整的常见问题，捕捉往往被低估的临床相关信息。我们在预测心房颤动(AF)进展的背景下评估了该方法，结果表明，基于出院报告信息丰富的数据集训练的预测模型在准确率和与真实结果的相关性方面均高于仅基于结构化EHR数据训练的模型，同时也优于传统临床评分。这一结果表明，自动化集成非结构化临床文本可精简早期预测研究、提高数据质量，并增强临床决策中预测模型的可靠性。
引用
@article{arxiv.2603.28167,
title = {Automating Early Disease Prediction Via Structured and Unstructured Clinical Data},
author = {Ane G Domingo-Aldama and Marcos Merino Prado and Alain García Olea and Josu Goikoetxea and Koldo Gojenola and Aitziber Atutxa},
journal= {arXiv preprint arXiv:2603.28167},
year = {2026}
}