迈向自动化早期脓毒症预警：从护理记录中识别感染患者
计算机与社会
2018-09-12 v1
摘要
严重脓毒症和感染性休克影响数百万患者，死亡率接近 50%。早期识别高危患者可显著改善预后。已有电子监测工具被开发用于监控结构化电子病历并自动识别脓毒症的早期迹象。然而，许多脓毒症危险因素（例如感染的症状和体征）通常仅记录在自由文本临床笔记中。在本研究中，我们开发了一种自动监控护理笔记中感染体征与症状的方法。我们采用一种创新方法自动生成带标注的数据集。该数据集被用于创建一个机器学习模型，其 F1 分数在 79 到 96% 之间。
引用
@article{arxiv.1809.03995,
title = {Toward Automated Early Sepsis Alerting: Identifying Infection Patients from Nursing Notes},
author = {Emilia Apostolova and Tom Velez},
journal= {arXiv preprint arXiv:1809.03995},
year = {2018}
}
备注
BioNLP 2017 (2017): 257-262