心脏病学中的自然语言处理: 叙述性综述
计算与语言
2025-10-23 v2 人工智能
摘要
心血管疾病在现代社会中日益流行，对全球健康和幸福产生深远影响。这些心血管疾病具有复杂和多因素的特征，受基因易感性、生活方式选择以及多样化的社会经济和临床因素的影响。关于这些相互关联的因素的信息分散在多种类型文本数据中，包括患者叙述、医疗记录和科学文献。自然语言处理(NLP)已成为分析此类非结构化数据强大的方法，使医疗专业人员和研究人员能够获得可能改变心脏疾病诊断、治疗和预防的深入见解。本综述提供了2014至2025年期间心脏病学NLP研究的全面概述。我们系统检索了六个文献数据库，以寻找描述NLP在多种心血管疾病上应用的研究。经过严格的筛选过程，我们确定了265篇相关文章。对每项研究进行了多维度分析，包括NLP范式、心脏病学相关任务、疾病类型和数据来源。我们的发现揭示了这些维度之间的巨大多样性，这反映了心脏病学NLP研究的广度和演变。进一步的时序分析突出了方法学趋势，显示从基于规则的系统向大型语言模型的 progression。最后，我们讨论了关键挑战和未来方向，如开发可解释的大型语言模型和整合多模态数据。鉴于目前没有哪项综述能够涵盖心脏病学NLP研究，这本综述在某种程度上代表了该领域最全面的综合。
引用
@article{arxiv.2510.16708,
title = {Natural Language Processing for Cardiology: A Narrative Review},
author = {Kailai Yang and Yan Leng and Xin Zhang and Tianlin Zhang and Paul Thompson and Bernard Keavney and Maciej Tomaszewski and Sophia Ananiadou},
journal= {arXiv preprint arXiv:2510.16708},
year = {2025}
}