211service.com
L'elaborazione del linguaggio naturale dà un senso agli appunti dei medici
Nonostante miliardi di dollari in incentivi per sostenere l'adozione di cartelle cliniche elettroniche, le prove che questi sistemi migliorano l'efficienza o la qualità delle cure sono state scarse. Ma un nuovo studio mostra che l'elaborazione del linguaggio naturale, una branca dell'informatica che utilizza la linguistica per analizzare il linguaggio normale, può aumentare notevolmente l'utilità di questi record nel miglioramento delle cure.
I ricercatori hanno utilizzato questo approccio per vagliare le note dei medici, l'aspetto più ricco e complicato delle cartelle cliniche elettroniche, per le complicazioni post-chirurgiche come la polmonite e la sepsi. Il metodo si è rivelato notevolmente più accurato di altri sistemi automatizzati. Dicono che approcci simili potrebbero essere utilizzati per una varietà di applicazioni, inclusa la previsione di quali pazienti sono a rischio e lo sviluppo di strumenti automatizzati che aiutino i medici a scegliere i trattamenti.
Puoi finalmente vedere come i dati clinici possono essere utilizzati per misurare la sicurezza dei pazienti in modo più sistematico e che saremo davvero in grado di utilizzare queste cose per gestire le cure, afferma Ashish Jha , un medico della Harvard Medical School che ha scritto un editoriale che accompagna il documento. Il documento e l'editoriale sono stati pubblicati questa settimana in Giornale dell'Associazione Medica Americana .
Uno dei vantaggi più attesi delle cartelle cliniche elettroniche è il monitoraggio computerizzato di pazienti e istituzioni, per rilevare se un particolare paziente è a rischio per una specifica complicazione, ad esempio, o se un reparto o un ospedale specifico ha prestazioni inferiori rispetto ad altri.
Il monitoraggio automatizzato è già in uso nella prescrizione; ad esempio, per rilevare quando due farmaci interagiscono. Poiché le informazioni sulla prescrizione sono una parte altamente strutturata della cartella clinica, è stato abbastanza facile analizzarle con il software. Tuttavia, sfruttare le vaste informazioni disponibili in parti meno strutturate della cartella clinica, come le note dei medici, che contengono voci in formato libero sulla storia e lo stato del paziente, comprese le complicanze post-chirurgiche, è molto più difficile.
Se non possiamo accedere a tali informazioni, avremo difficoltà a monitorare i record per migliorare l'assistenza, afferma Jha. Questo documento è così potente perché mostra che puoi farlo.
Harvey Murff , un medico della Vanderbilt University, e i suoi collaboratori hanno affrontato il problema utilizzando algoritmi di elaborazione del linguaggio naturale che incorporano determinate regole del discorso e del linguaggio nell'analisi. Ad esempio, una ricerca per parola chiave potrebbe recuperare tutte le occorrenze della parola polmonite, ma l'elaborazione del linguaggio naturale potrebbe anche prendere in considerazione modificatori, come nessun segno di polmonite, che fornirebbe un conteggio più accurato.
I ricercatori hanno analizzato quasi 3.000 cartelle cliniche di pazienti sottoposti a intervento chirurgico in sei centri medici che fanno parte della Veterans Health Administration per segni di polmonite, sepsi, trombosi venosa profonda, embolia polmonare e infarto del miocardio. Il monitoraggio degli incidenti avversi dopo l'intervento chirurgico può aiutare gli ospedali e i sistemi sanitari a monitorare quanto bene un istituto sta seguendo le linee guida sulla sicurezza. Ma i metodi attuali possono richiedere una vasta manodopera, ovvero esaminare manualmente i record per identificare le complicazioni, o non essere precisi. Volevamo provare a replicare ciò che farebbe un essere umano, ma in un modo che fosse scalabile in un ambiente sanitario più ampio e più conveniente, afferma Murff.
Mentre lo sviluppo degli algoritmi ha richiesto alcuni tentativi ed errori, il risultato finale è stato altamente sensibile: è stato possibile identificare tra l'80 percento e il 90 percento delle complicazioni precedentemente rilevate in una revisione manuale da parte di infermieri qualificati. L'approccio di elaborazione del linguaggio naturale era più sensibile di un altro metodo automatizzato che utilizzava codici di fatturazione per identificare le complicanze post-chirurgiche. Ad esempio, l'approccio di Murff ha rilevato l'82% dei casi di insufficienza renale acuta, rispetto al 38% dell'approccio basato sui codici di fatturazione.
Tuttavia, il nuovo approccio era meno specifico in molti casi, rilevando più falsi positivi. Penso che con più iterazioni, potremmo migliorarlo, dice Murff. Il suo team sta ora lavorando per utilizzare i dati nelle note dei medici per prevedere i rischi di complicanze o altri rischi per la sicurezza dei pazienti.
Uno dei vantaggi dell'elaborazione in linguaggio naturale è la sua flessibilità. Jha afferma che l'approccio potrebbe essere utilizzato per una serie di applicazioni. I più notevoli, dice, sono gli strumenti di supporto alle decisioni cliniche, in cui si danno ai medici idee su come trattare meglio i pazienti. Dare ai medici suggerimenti che tengano conto delle informazioni contenute nelle note cliniche sarebbe molto potente.
Nuance, uno dei principali produttori di software di riconoscimento vocale, sta già sviluppando sistemi commerciali che utilizzano l'elaborazione del linguaggio naturale per analizzare le informazioni mediche. L'azienda sta collaborando con il team IBM che ha sviluppato Watson, il robot reso famoso battendo i concorrenti umani nel programma televisivo Pericolo , per applicare alla medicina gli strumenti di elaborazione del linguaggio naturale del robot.