探究用于临床笔记表型化的替代特征提取流程

医疗行业的常见做法是使用由详细患者观察组成的临床笔记。然而，电子健康记录系统经常未以结构化格式包含这些观察，导致患者信息难以自动评估和评价。使用计算系统提取医疗属性具有许多应用，包括患者纵向分析、风险评估和医院评价。近期工作已构建出用于表型化（从临床笔记中提取医疗属性）的成功方法。基于BERT的模型可用于将临床笔记转换为一系列表示，随后基于其CLS嵌入被压缩为单一文档表示并传入LSTM（Mulyar et al., 2020）。尽管该流程相较先前结果带来可观性能提升，但其需要极长的收敛时间。该方法也不允许预测临床笔记中尚未识别的属性。考虑到临床笔记中可能存在的多种多样医疗属性，我们提出一种利用ScisPaCy（Neumann et al., 2019）提取常见疾病的替代流程。随后我们训练多种监督学习模型将这些病症的存在与患者属性相关联。最后，我们复现了ClinicalBERT（Alsentzer et al., 2019）和基于LSTM的方法以作比较。我们发现替代方法性能适度逊于复现的LSTM方法。然而，考虑到精度与运行时间之间的复杂权衡，加之替代方法也允许检测临床笔记中尚未存在的医疗状况，其使用可被视为对既有方法的补充。