基于MIMIC-IV数据库的SNOMED CT概念共现语义分析
计算与语言
2025-09-05 v1
摘要
临床笔记包含丰富的临床叙述，但其非结构化格式给大规模分析带来挑战。标准术语如 SNOMED CT 有助于提高互操作性，但了解概念通过共现和语义相似性如何相互关联仍在缺乏探索。本研究利用 MIMIC-IV 数据库调查 SNOMED CT 概念共现模式与基于嵌入的语义相似性之间的关系。使用归一化点互信息（NPMI）和预训练嵌入（如 ClinicalBERT、BioBERT），我们检验频繁共现的概念是否也语义上接近、嵌入能否建议缺失的概念，以及这些关系随时间和 specialty 如何演变。我们的分析表明，尽管共现与语义相似性呈弱相关性，但嵌入捕获的临床关联不总是反映在文档频率上。基于嵌入的建议经常匹配后来记录的概念，支持其用于增强临床标注。概念嵌入的聚类产生连贯的临床主题（症状、实验室检查、诊断、心血管疾病），映射到患者表型和护理模式。最后，与死亡和再入院等结果相关的共现模式证明了这种方法的实际效用。总体而言，我们的发现凸显了共现统计和语义嵌入在提高文档完整性、揭示潜在临床关系以及 informing 决策支持和表型分层应用方面的互补价值。
引用
@article{arxiv.2509.03662,
title = {Semantic Analysis of SNOMED CT Concept Co-occurrences in Clinical Documentation using MIMIC-IV},
author = {Ali Noori and Somya Mohanty and Prashanti Manda},
journal= {arXiv preprint arXiv:2509.03662},
year = {2025}
}