用于患者病历去标识化的特征增强神经网络
计算与语言
2016-11-01 v1 神经与进化计算
机器学习
摘要
患者病历包含大量可能对医学研究者极具价值的信息。然而，为保护患者隐私，受保护健康信息（PHI）必须在患者病历合法发布前被移除，此过程称为患者病历去标识化。去标识化系统的主要目标是尽可能高的召回率。近来，首个基于神经网络的去标识化系统被提出，取得了最先进的结果。与其他系统不同，它不依赖人工设计特征，使其能快速部署，但未能利用来自人类专家或电子健康记录（EHR）的知识。本工作中，我们探索了一种将人工设计特征以及源自 EHR 的特征整合到基于神经网络的去标识化系统的方法。我们的结果表明，特征的添加，尤其是 EHR 衍生的特征，进一步改进了患者病历去标识化的最先进水平，包括针对某些最敏感的 PHI 类型（如患者姓名）。由于在真实环境中患者病历通常附带 EHR，我们建议去标识化系统开发者利用 EHR 所含信息。
引用
@article{arxiv.1610.09704,
title = {Feature-Augmented Neural Networks for Patient Note De-identification},
author = {Ji Young Lee and Franck Dernoncourt and Ozlem Uzuner and Peter Szolovits},
journal= {arXiv preprint arXiv:1610.09704},
year = {2016}
}
备注
Accepted as a conference paper at COLING ClinicalNLP 2016. The first two authors contributed equally to this work