HYPE：用于从电子健康记录笔记中自动检测低血糖事件的高性能 NLP 系统

低血糖在接受糖尿病治疗的人群中常见且潜在危险。电子健康记录（EHR）是低血糖监测的重要资源。在本研究中，我们报告了基于深度学习的自然语言处理系统的开发与评估，用于从 EHR 叙述中自动检测低血糖事件。公共卫生专家标注了来自糖尿病患者的500份 EHR 笔记。我们使用该标注数据集来训练和评估 HYPE，即用于低血糖检测的监督式 NLP 系统。在我们的实验中，卷积神经网络模型在10折交叉验证设置下取得了有前景的性能 $Precision=0.96 \pm 0.03, Recall=0.86 \pm 0.03, F1=0.91 \pm 0.03$。尽管标注数据高度不平衡，我们基于 CNN 的 HYPE 系统仍实现了低血糖检测的高性能。HYPE 可用于基于 EHR 的低血糖监测，并协助临床医生对高危患者进行及时治疗。