基于混合自然语言处理从临床笔记中提取新冠后急性综合征症状

准确且高效地诊断新冠后急性综合征（PASC） remains 挑战性，因为其症状繁多且发展时间长且不规则。为此，我们开发了一个集成规则基因命名实体识别与 BERT 基签名检测模块的混合自然语言处理管道，用于从临床笔记中提取 PASC 症状并进行签名检测。我们联合临床专家开发了详尽的 PASC 词汇表。从美国 RECOVER 计划网络的 11 个健康机构处收集了 160 份 intake 随访笔记用于模型开发和评估，并收集了 47,654 份随访笔记用于流行病学水平的研究。我们在一站点内部验证中实现了 0.82 的平均 F1 分数，在 10 个站点外部验证中实现了 0.76 的 F1 分数。我们的管道在平均每份笔记上耗时 $2.448\pm 0.812$ 秒。Spearman 相关性检验显示，对正面提及的 $\rho >0.83$，对负面提及的 $\rho >0.72$，且 $P <0.0001$。这些结果表明我们的方法在有效性和效率方面均具有优势，并具有改善 PASC 诊断的潜力。