以人类水平质量从电子健康记录中进行远程监督端到端医学实体抽取
计算与语言
2022-01-26 v1 人工智能
摘要
医学实体抽取(EE)是医学文本处理中作为第一阶段使用的标准流程。通常医学 EE 是一个两步过程:命名实体识别(NER)和命名实体规范化(NEN)。我们提出了一种新颖的方法,通过将在一个大型 EHR 数据集上预训练的 transformer 模型微调,把从电子健康记录(EHR)中进行医学 EE 作为单步多标签分类任务来完成。我们的模型以远程监督的方式端到端训练,使用从医学知识库中自动提取的标签。我们表明,我们的模型学会了泛化到出现频率足够高的实体,对最频繁的实体达到了人类水平的分类质量。我们的工作表明,只要有足够大量的未标记 EHR 和医学知识库,医学实体抽取可以在无人类监督的情况下以人类质量端到端完成。
引用
@article{arxiv.2201.10463,
title = {Distantly supervised end-to-end medical entity extraction from electronic health records with human-level quality},
author = {Alexander Nesterov and Dmitry Umerenkov},
journal= {arXiv preprint arXiv:2201.10463},
year = {2022}
}