通过医疗叙事识别临床护理中的伤害事件

据估计，可预防的医疗错误是美国造成伤害和死亡的主要原因之一。为了防止此类错误，医疗保健系统实施了患者安全与不良事件报告系统。这些系统使临床医生能够报告不安全条件以及因医疗错误导致患者受到伤害的病例。这些报告是自然语言叙事，虽然它们提供了关于情况的详细信息，但对其进行大规模分析以识别错误和患者伤害的共同原因并非易事。在这项工作中，我们提出了一种基于注意力卷积与循环网络的方法，用于识别患者护理中的伤害事件，并根据严重程度对伤害进行分类。我们证明了我们的方法在识别临床护理中的伤害方面，能够显著优于现有方法的性能。