TIFTI：一种从纵向临床笔记中提取药物治疗区间的框架
计算与语言
2018-12-04 v2
摘要
口服药在肿瘤治疗中正变得日益普遍。与在诊所给药并通过结构化电子健康记录（EHRs）仔细追踪的静脉化疗不同，口服药治疗由患者自行给药，因此未被良好追踪。通常，口服癌症治疗的细节仅出现在非结构化临床笔记中。提取该信息对于理解患者的治疗史至关重要。然而，这是一项具有挑战性的任务，因为治疗区间必须从文本中的显式提及以及文档时间戳纵向推断。在这项工作中，我们提出 TIFTI（Temporally Integrated Framework for Treatment Intervals，治疗区间时间集成框架），一种从患者非结构化笔记中提取口服药治疗区间的鲁棒框架。TIFTI 通过将问题分解为两个独立子任务——文档级序列标注和日期提取——来利用不同的时间信息来源。在一个标注的转移性肾细胞癌（RCC）患者数据集上，它在 46% 的例子中精确匹配标注的开始日期（86% 的例子在 30 天内），并在 52% 的例子中精确匹配标注的结束日期（78% 的例子在 30 天内）。无需重新训练，该模型在标注的晚期非小细胞肺癌（NSCLC）患者数据集上取得了相似水平的性能。
引用
@article{arxiv.1811.12793,
title = {TIFTI: A Framework for Extracting Drug Intervals from Longitudinal Clinic Notes},
author = {Monica Agrawal and Griffin Adams and Nathan Nussbaum and Benjamin Birnbaum},
journal= {arXiv preprint arXiv:1811.12793},
year = {2018}
}
备注
Machine Learning for Health (ML4H) Workshop at NeurIPS 2018 arXiv:1811.07216