从临床笔记中抽取不良药物事件
计算与语言
2021-04-23 v1
摘要
不良药物事件（ADEs）是由药物或药物治疗引起的意外事件。为识别并抽取这些事件，我们不仅需要药物本身的信息，还需要描述药物的属性（如强度、剂量）、药物初始处方的原因，以及任何药物不良反应。本文利用关系抽取技术探索药物与其相关属性之间的关系。我们探索了三种方法：基于规则的方法、基于深度学习的方法，以及基于上下文语言模型的方法。我们在 n2c2-2018 ADE 抽取数据集上评估了我们的系统。实验结果表明，基于上下文语言模型的方法总体优于其他模型，并以 0.93 的精确率、0.96 的召回率和 0.94 的 分数在 ADE 抽取中取得了最先进的性能；然而，对于某些关系类型，基于规则的方法比任一学习方法获得了更高的精确率与召回率。
引用
@article{arxiv.2104.10791,
title = {Extracting Adverse Drug Events from Clinical Notes},
author = {Darshini Mahendran and Bridget T. McInnes},
journal= {arXiv preprint arXiv:2104.10791},
year = {2021}
}
备注
9 pages, 4 figures