利用弱监督深度学习从临床笔记中提取阿尔茨海默病的生活方式因素
计算与语言
2021-01-26 v2 信息检索
摘要
由于阿尔茨海默病（AD）尚无有效疗法，通过生活方式因素改变和干预进行预防变得更为关键。分析 AD 患者的电子健康记录（EHR）有助于我们更好地理解生活方式对 AD 的影响。然而，生活方式信息通常存储在临床叙述中。因此，本研究旨在证明自然语言处理（NLP）模型从临床文本中对生活方式因素（如体力活动和过度饮食）进行分类的可行性。我们使用基于规则的 NLP 算法自动为训练数据生成标签。我们在弱标记的训练语料上对预训练的来自 Transformer 的双向编码器表示（BERT）模型进行弱监督。这些模型包括 BERT base 模型、PubMedBERT（摘要+全文）、PubMedBERT（仅摘要）、统一医学语言系统（UMLS）BERT、Bio BERT 和 Bio-clinical BERT。我们进行了两项案例研究：体力活动和过度饮食，以验证 BERT 模型在分类 AD 生活方式因素方面的有效性。这些模型在两项案例研究的已开发金标准语料库（GSC）上进行了比较。PubmedBERT(Abs) 模型在体力活动上取得最佳性能，其精确率、召回率和 F-1 分数分别为 0.96、0.96 和 0.96。在分类过度饮食方面，Bio BERT 模型表现出最高性能，具有完美的精确率、召回率和 F-1 分数。所提出的利用弱监督的方法可显著增加深度学习模型训练所需的样本量。该研究也证明了 BERT 模型从临床笔记中提取阿尔茨海默病生活方式因素的有效性。
引用
@article{arxiv.2101.09244,
title = {Extracting Lifestyle Factors for Alzheimer's Disease from Clinical Notes Using Deep Learning with Weak Supervision},
author = {Zitao Shen and Yoonkwon Yi and Anusha Bompelli and Fang Yu and Yanshan Wang and Rui Zhang},
journal= {arXiv preprint arXiv:2101.09244},
year = {2021}
}