学习在电子健康记录中书写病历记录
计算与语言
2018-08-09 v1
摘要
临床医生花费大量时间将自由文本形式的病历记录输入电子健康记录(EHR)系统。这类文书工作多被视为负担,减少了与患者相处的时间,并导致临床医生职业倦怠。怀着AI辅助书写病历的期望,我们提出了一种新的语言建模任务:基于患者医疗记录中的既往数据(包括患者人口统计学信息、实验室检查、用药以及既往病历记录)来预测病历记录的内容。我们使用公开的去标识化MIMIC-III数据集训练生成模型,并从多项指标上将生成的病历记录与数据集中的记录进行比较。我们发现大部分内容可被预测,且病历记录中许多常见模板可以被学习到。我们讨论了此类模型如何用于支持辅助书写病历功能,如错误检测与自动补全。
引用
@article{arxiv.1808.02622,
title = {Learning to Write Notes in Electronic Health Records},
author = {Peter J. Liu},
journal= {arXiv preprint arXiv:1808.02622},
year = {2018}
}
备注
preprint