基于自适应远程监督的电子健康记录笔记中医学专业术语排序
计算与语言
2016-11-15 v1
摘要
目的：允许患者通过在线患者门户访问自己的电子健康记录（EHR）笔记，有望改善以患者为中心的护理。然而，EHR笔记中大量存在的医学专业术语已被证明是患者理解EHR的障碍。现有的将医学专业术语与通俗术语或定义联系起来的知识库在缓解这一问题中发挥着重要作用，但对EHR中医学专业术语的覆盖率较低。我们开发了一种数据驱动的方法，通过挖掘EHR来识别和排序医学专业术语，依据其对患者的重要性，以支持构建以EHR为中心的通俗语言资源。方法：我们开发了一种基于支持向量机的创新自适应远程监督（ADS）模型，用于对EHR中的医学专业术语进行排序。对于远程监督，我们利用了开放获取的协作式消费者健康词汇表，这是一个大型的公开可用资源，将通俗术语与医学专业术语联系起来。我们探索了来自统一医学语言系统的基于知识的特征，以及从无标注大型语料库中学习到的分布式词表示。我们使用医生识别的重要医学术语评估了ADS模型。结果：我们的ADS模型显著超越了两种最先进的自动术语识别方法TF*IDF和C-Value，ROC-AUC分别为0.810、0.710和0.667。在对从超过7,500份EHR叙述文本中挖掘出的超过10万个候选术语进行排序后，我们的模型识别出了1万个重要的医学专业术语。结论：我们的工作是丰富词汇资源以支持患者理解EHR的重要一步，这些资源将医学专业术语与通俗术语/定义联系起来。所识别的医学专业术语及其排序可应要求提供。
引用
@article{arxiv.1611.04491,
title = {Ranking medical jargon in electronic health record notes by adapted distant supervision},
author = {Jinying Chen and Abhyuday N. Jagannatha and Samah J. Jarad and Hong Yu},
journal= {arXiv preprint arXiv:1611.04491},
year = {2016}
}