May, 2023

临床病历记录中的问答系统提取注射药物使用信息

PDF
TL;DR本研究设计和证明了一种问答 (QA) 框架，从临床进展笔记中提取注射药物使用 (IDU) 相关信息，因为难以从患者的电子健康记录 (EHR) 中提取 IDU 行为，该方法涉及两个主要步骤：生成一个 QA 数据集和开发和测试 QA 模型。结果表明，QA 模型能够从时域分布数据中提取与 IDU 相关的信息。
injection drug useelectronic health recordsnatural language processingquestion-answeringharm reduction
发现论文，激发创造
  • 基于问答的综合中文电子健康记录信息提取的流程

    提出了一种新的方法，自动生成用于 QA 模型的迁移学习的训练数据，该模型在电子健康记录的信息提取子任务中表现出色且能够有效处理少样本或零样本情况的问题。

    Feb, 2024

  • 通过可靠和时间感知的证据检索改善健康问题回答

    利用 PubMed 作为可靠的医学研究文档集合，针对开放领域的问答设置，研究通过修改检索设置来提高问答系统性能的方法。结果显示，减少检索到的文档数量，偏爱近期和被引用次数较多的文献可以提高最终的宏观 F1 得分达到 10%。

    Apr, 2024

  • DrugEHRQA：一个针对医学相关查询的结构化和非结构化电子病历问答数据集

    该研究开发了第一个多模式药物电子健康记录问答数据集，其中包含从公开可用的电子健康记录中结构化表格和非结构化笔记中提取的问答对。研究目的是为多模式问答系统提供基准数据集，并通过使用非结构化临床数据的上下文来改善电子健康记录结构化数据上的问答。

    May, 2022

  • 临床记录自然语言处理与使用诊断代码识别存在问题的退伍军人滥用阿片类药物的比较

    电子病历是研究阿片类药物使用障碍的数据来源，研究表明存在被低估的阿片类药物使用障碍诊断，然而问题性阿片类药物使用可以在临床记录中被记录。通过自然语言处理 (NLP) 工具和 ICD 阿片类药物使用障碍诊断编码，本研究在两个退伍军人事务办公区的病例组 (n=222,371) 的临床记录中鉴定了存在问题性阿片类药物使用的患者，并比较了通过 NLP 和 ICD 编码鉴定患者的人口特征和临床特征，发现通过 NLP 鉴定的患者普遍更可能为女性。

    Jan, 2024

  • 面向医疗专业人员的问题回答系统 — 一项系统综述

    医学问答系统的特点、适用性和改进领域是本综述的目标，研究发现大多数系统准确性相对较低、应用局限性高，关键研究重点应包括开发更真实的医疗问答数据集和考虑答案来源的可靠性。

    Jan, 2024

  • 电子健康记录的问答：数据集和模型的综述

    该研究对现有关于电子病历问答的工作进行了方法学综述，发现电子病历问答是相对较新且未被充分探索的研究领域，对于电子病历问答数据集和模型的使用进行了分析。

    Oct, 2023

  • 构建抽取型问答系统，支持针对睡眠领域的人工智能健康辅导模型

    本文介绍一个结合基于领域特定的抽取式问答系统的人工智能健康辅导模型，利用 SleepQA 数据集进行 fine-tune，并在人工和自动评估中验证了效果。在进行人工评估时，该模型表现出了出色的效果。同时，该模型还在一项随机试验中进行了测试。

    May, 2023

  • 利用大型语言模型从临床记录中提取物质使用障碍的严重程度：一种零样本学习方法

    应用大型语言模型（LLMs）从临床记录中提取各种药物使用障碍（SUD）诊断的严重性相关信息的研究，展示 LLMs 在提取严重性信息方面的优越性，有助于改善 SUD 患者的风险评估和治疗计划。

    Mar, 2024

  • 从医疗对话中提取药物治疗方案

    本研究基于问题回答（QA）方法和信息提取，尝试从医学对话中快速提取药物治疗方案（药品剂量和频率），使用数据扩充方法和预训练神经网络等技术提高模型精度，并取得远高于基准的性能。该研究提出了首个可自动从医学对话中提取药物治疗方案的系统，准确率达到了 71%。

    Dec, 2019

  • 利用电子健康记录的流行病学问题回答中的检索辅助文本转 SQL 生成

    引入一种基于文本到 SQL 生成和检索增强生成（RAG）的端到端方法，利用电子健康记录和索赔数据回答流行病学问题，研究表明该方法显著提高了性能，对提高语言模型能力有应用前景。

    Mar, 2024