Thuật toán xử lý ngôn ngữ phát hiện các triệu chứng bệnh

(05/07/2018)
Thuật toán có khả năng phát hiện các triệu chứng bệnh với độ chính xác cao.

Theo một nghiên cứu được công bố trong JMIR Medical Informatics thì các nhà nghiên cứu đã phát triển một thuật toán xử lý ngôn ngữ tự nhiên, được đào tạo về dữ liệu hồ sơ lâm sàng, có khả năng phát hiện các triệu chứng bệnh với độ chính xác cao.

Hồ sơ lâm sàng chứa những thông tin giá trị liên quan đến các triệu chứng của nhiều bệnh, nhưng dữ liệu cần phải được mã hóa bằng các thuật toán xử lý ngôn ngữ tự nhiên. Trong nghiên cứu này, các nhà nghiên cứu đã phát triển Clinical History Extractor for Syndromic Surveillance (CHESS), một thuật toán xử lý ngôn ngữ tự nhiên.

TS. Antony Hardjojo, tác giả chính của nghiên cứu và các đồng nghiệp cho biết: "Bằng cách nhóm các triệu chứng được xác định thành những hội chứng cụ thể dựa trên sự xuất hiện của bệnh, chúng tôi có thể xác định các nhóm bệnh, đặc biệt khi tận dụng các thông tin có sẵn khác trong hồ sơ y tế điện tử, chẳng hạn như dữ liệu nhân khẩu học và dữ liệu định vị vị trí”.

CHESS sử dụng các từ khóa được tìm thấy trong hồ sơ y tế điện tử của bệnh nhân để trích xuất 48 dấu hiệu và triệu chứng của nhiễm trùng đường hô hấp, nhiễm trùng đường tiêu hóa và các bệnh khác. Trong nghiên cứu này, CHESS đã đánh giá trên 1.680 ghi chú - một nửa được sử dụng cho đào tạo và một nửa để xác nhận.

Kết quả cho thấy CHESS có thể đạt được độ chính xác 96,7% và truy hồi 97,6% trên tập dữ liệu  được đào tạo và độ chính xác 96% và truy hồi 93,1% trên tập dữ liệu được xác nhận. Các công cụ có độ chính xác tổng thể là 97,6%, và nó có thể xác định thời gian triệu chứng trong 81,2% hồ sơ.

TS. Hardjojo và các đồng nghiệp kết luận: “Chúng tôi đã phát triển một thuật toán xử lý ngôn ngữ tự nhiên có tên là CHESS để đạt được hiệu suất tốt trong việc trích xuất các dấu hiệu và triệu chứng từ các hồ sơ lâm sàng gốc. Ngoài sự xuất hiện của các triệu chứng, thuật toán của chúng tôi cũng có thể phân biệt chính xác các trạng thái khẳng định, phủ định, nghi ngờ và trích xuất các khoảng thời gian triệu chứng”.

Hoa Hồng
Theo clinical-innovation

 

 

 

 


Tin khác