王錦

（安徽電子信息職業(yè)技術(shù)學(xué)院，安徽 蚌埠233030）

0 引言

大多數(shù)病歷中的臨床信息存儲(chǔ)在自由文本中。然而，以這種方式存儲(chǔ)信息很難在決策支持系統(tǒng)或自動(dòng)監(jiān)護(hù)系統(tǒng)中應(yīng)用。提取計(jì)算機(jī)可讀信息的方式各不相同，許多系統(tǒng)采用字符串匹配的方法提取需要突出的數(shù)據(jù)元素。這種方法非常直接，但這種方法忽略強(qiáng)有力的同義詞和否定詞概念。更高級(jí)的自然語言處理系統(tǒng)已經(jīng)開發(fā)出來，這些系統(tǒng)能夠得到不同程度的成功取決于臨床領(lǐng)域的范圍和所需數(shù)據(jù)的顆粒度。

臨床癥狀和體征是任何病歷文本中的關(guān)鍵部分，包含與疾病表現(xiàn)形式和藥物治療相關(guān)的信息。從自由文本的癥狀和體征信息中獲取信息是復(fù)雜的，有若干影響因素。這些數(shù)據(jù)在以雙字符串匹配及其概念為基礎(chǔ)的繪圖軟件中經(jīng)常被記錄縮寫詞。審查系統(tǒng)信息中，以簡寫的形式記錄癥狀是普遍存在的。因?yàn)檫@些信息是必要的。此外，這些信息在不同部分的重復(fù)敘述，都有不同的解釋?；蛟S最重要的是頻繁地使用否定詞的臨床癥狀（術(shù)語）。當(dāng)癥狀信息在文本中出現(xiàn)而報(bào)告中不存在時(shí)就可能導(dǎo)致假陽性檢測。

我們?cè)O(shè)法進(jìn)行以規(guī)則為基礎(chǔ)的算法性能評(píng)估，使用自然語言處理系統(tǒng)作為輸出端，提取一組表現(xiàn)為非特異性的研究結(jié)果的感染性綜合征。這種類型的評(píng)估在急診和初級(jí)衛(wèi)生保健的文檔中尚未完成。此外，我們得出確定、否定或不確定的癥狀，因?yàn)檫@樣的調(diào)查結(jié)果與經(jīng)常使用的否定詞相關(guān)聯(lián)。

1 方法

1.1 研究設(shè)置及數(shù)據(jù)源

采用一個(gè)全國性的電子健康檔案（EHR），提取了大約33000名患者的臨床醫(yī)療記錄，這些患者均是從1999年9月30日至2012年9月30號(hào)在6個(gè)醫(yī)療中心手術(shù)住院的。所有由急診科（ED）、緊急護(hù)理診所（UC）、或一個(gè)初級(jí)保健診所（PCC）抽取的醫(yī)療文檔由醫(yī)師剔除地方和國家的文件標(biāo)題。文檔的標(biāo)題沒有完全符合邏輯觀察的標(biāo)示符名稱和代碼（LOINC）規(guī)定的情況下，從該類別中的幾個(gè)具有代表性的標(biāo)題中手工檢查以確定該類編的資格。然后我們產(chǎn)生不同的訓(xùn)練和測試數(shù)據(jù)集。從數(shù)據(jù)集中采用隨機(jī)分層方式分別抽取ED、UC、PCC的臨床就診記錄20個(gè)共60個(gè)創(chuàng)建一個(gè)訓(xùn)練集。以同樣的方式額外不重復(fù)從數(shù)據(jù)集中分別抽取ED、UC、PCC各148個(gè)共444個(gè)文檔創(chuàng)建一個(gè)測試集。

1.2 多線程臨床詞匯服務(wù)器

自然語言處理系統(tǒng)在這次評(píng)價(jià)中已經(jīng)使用很長的一段時(shí)間，并在使用詞匯術(shù)語和術(shù)語之間臨床層次關(guān)系的醫(yī)學(xué)概念上建立索引。在UMLS、HL7、中的術(shù)語結(jié)構(gòu)超過140萬個(gè)字符串，包括縮寫詞、詞匯、同義詞、修飾詞和限定詞。該系統(tǒng)還具有一個(gè)拼寫檢查和修正功能。(MCVS)評(píng)估敘述性文本，以從候選詞中選取最終的概念和主張。這些候選詞根據(jù)每個(gè)字或詞的值的詞義提供的覆蓋范圍和它們?cè)谂R床術(shù)語之間的關(guān)系選取。

1.3 規(guī)則的演變

每個(gè)癥狀的檢測規(guī)則演變了三個(gè)迭代。迭代應(yīng)用在訓(xùn)練集文檔，并使用關(guān)鍵詞和概念匹配。精確匹配的字符串在NLP系統(tǒng)中定義成術(shù)語，并定義為關(guān)鍵字。這些規(guī)則可以表示為非展開概念的任何組合，這些概念包括它們的孩子，和（或）關(guān)鍵字匹配法。當(dāng)關(guān)鍵字匹配法包含多個(gè)單詞時(shí)，一個(gè)成功的匹配被定義為找出在同一個(gè)句子的跨越兩個(gè)短語以任何順序排列的所有分量的詞。此外，規(guī)則中有被推翻的術(shù)語。這意味著有的否定癥狀術(shù)語當(dāng)作一個(gè)確定的術(shù)語。例如，確定術(shù)語 “無黃疸”和否定術(shù)語“黃疸之間”，“非腹脹”與“腹脹”。因?yàn)槲覀儾荒芨淖僋LP系統(tǒng)的代碼，所以我們無法進(jìn)行迭代改善否定詞的性能。NLP系統(tǒng)分配關(guān)鍵詞和概念的描述。萬一關(guān)鍵詞和概念規(guī)則分量存在描述分歧，概念規(guī)則通常要判斷。

1.4 數(shù)據(jù)分析

為了衡量癥狀檢測規(guī)則的性能，我們?cè)谟?xùn)練集中規(guī)則迭代完成后在測試集評(píng)價(jià)規(guī)則的性能。分析單位是短語。在每個(gè)短語中，每個(gè)癥狀可能存在一個(gè)單一的時(shí)間上。一個(gè)癥狀匹配算法在人工審核和以規(guī)則為基礎(chǔ)的自動(dòng)算法中對(duì)一個(gè)癥狀短語（不管描述）的判定是相符的。癥狀匹配法的描述是手動(dòng)審核和自動(dòng)化算法的協(xié)議。

以規(guī)則為基礎(chǔ)的自動(dòng)化算法從查全率、精確度及F值進(jìn)行評(píng)估，分別用測試集中的結(jié)果真陽性（TP）、假陽性（FP）及假陰性（FN）表示。對(duì)于每個(gè)癥狀，假陽性是由系統(tǒng)查找，沒有通過手動(dòng)標(biāo)注器，而假陰性是通過手動(dòng)標(biāo)注器發(fā)現(xiàn)的。

2 結(jié)果

該系統(tǒng)一共分析了12224條句子，這些句子均來自444個(gè)文檔。這些句子分解成28040個(gè)短語，以便將它們映射到SNOMED-CT的概念和關(guān)鍵字中以及檢測概念和關(guān)鍵字描述。這使得90673條短語被映射成概念，其余36410條短語沒有被映射，保留作為關(guān)鍵字。

一共有2679條癥狀短語在人工評(píng)審和第三方評(píng)審的測試中檢測到。呼吸急促癥狀出現(xiàn)3次，水腫出現(xiàn)343次，可以作為表2中真陽性和假陰性結(jié)果數(shù)的總和。在這些癥狀短語中，976個(gè)癥狀短語（36.4%）為確定性描述，1542個(gè)癥狀短語（57.6%）否定性描述，161個(gè)癥狀短語（6.0%）不確定性描述。有917個(gè)癥狀短語有歧義，913個(gè)癥狀短語由單獨(dú)評(píng)審發(fā)現(xiàn)。有91個(gè)歧義描述由兩個(gè)主要評(píng)審中發(fā)現(xiàn)。所有手工評(píng)審的F度量的平均值為0.805。在第三次評(píng)審判別歧義癥狀短語后，734個(gè)癥狀短語（80%）被評(píng)審人證實(shí)是正確的，183個(gè)癥狀短語是不存在的，6個(gè)屬于不同癥狀的。

通過以規(guī)則為基礎(chǔ)的自動(dòng)化檢測算法，在測試集中一共檢測出2451個(gè)結(jié)果，分別有2236個(gè)真陽性結(jié)果和215個(gè)假陽性結(jié)果。表2中癥狀的真陽性和假陽性之和可以確定癥狀的出現(xiàn)。1223個(gè)癥狀（49.9%）為確定性描述，1215個(gè)癥狀（49.6%）為否定性描述，13個(gè)癥狀（0.5%）為不確定性描述。

相比于手工評(píng)審集，自動(dòng)化癥狀檢測算法的整體性能的測量精度為0.91,查全率為0.84，F(xiàn)值為0.87（(TP=2236,FP=215,FN=443）。9個(gè)不同變化頻率的癥狀重，黃疸的變化范圍為0.35~1.00?；叵胍幌聫?.30~1.00變化范圍的癥狀（黃疸、打噴嚏和厭食），這些癥狀都是比較特殊的。

相比于手工評(píng)審集，癥狀檢測算法的整體性能測量精度為0.67，查全率為0.62，F(xiàn)值為0.64（TP=1654，F(xiàn)P=807，F(xiàn)N=1035）。例如，腹脹，19（6+13）情況下被自然語言處理系統(tǒng)發(fā)現(xiàn)，并沒有被手工評(píng)審發(fā)現(xiàn)。另外，有NLP系統(tǒng)和手工評(píng)審均通過的34個(gè)癥狀中，NLP系統(tǒng)認(rèn)為是確定性描述，手工評(píng)審認(rèn)為是否定性描述。請(qǐng)注意，由于對(duì)于一個(gè)癥狀的描述，計(jì)算單個(gè)多級(jí)別精度和查全率的測量值是不平衡的算法，所以某些應(yīng)變矩陣的元素的FP和FN應(yīng)計(jì)算多次。表4描述的是每個(gè)癥狀規(guī)則的癥狀檢測描述性能測量值（準(zhǔn)確率、查全率和F值）。該系統(tǒng)正確檢測出84.7%（646/762）的確定性描述、75.1%（1001/1333）的否定描述，和0.7%（1/141）的不確定性描述。

3 結(jié)論

總體而言，包含關(guān)鍵字和術(shù)語的檢測規(guī)則的自動(dòng)化算法在臨床記錄中的感染癥狀檢測中的表現(xiàn)非常出色。癥狀檢測算法的表現(xiàn)好壞取決于臨床記錄中不確定性和否定性癥狀的比例。該系統(tǒng)能很好地協(xié)助檢測敘述性文檔的各種臨床癥狀以支持實(shí)時(shí)臨床決策和公共健康活動(dòng)。今后的工作將是系統(tǒng)開發(fā)和以規(guī)則為基礎(chǔ)的癥狀檢測和描述確定算法的改進(jìn)。

［1］王燦輝,張敏,馬少平.自然語言處理在信息檢索中的應(yīng)用綜述[J].中文信息學(xué)報(bào),2007,21(2):35-45.

［2］李毅,保鵬飛,薛萬國.中文電子病歷的信息抽取研究[J].生物醫(yī)學(xué)工程學(xué)雜志, 2010,27(4):757-762.