Keynote

Natural Language Understanding Tools for Clinical Documents

Manuell extrahierte Datenpunkte aus elektronischen Patientenakten werden gesammlet, um die klinische Forschung zu erleichtern. Allerdings belastet der arbeitsintensivere Prozess der Überprüfung klinischer Daten die Gesundheitssysteme zunehmend. Daher ist ein automatisiertes Informationsextraktionssystem erforderlich, um die Aktualität und Skalierbarkeit von Forschungsdaten sicherzustellen. In dieser ersten Hälfte dieses Vortrags geben wir einen Überblick über ein Extraktionssystem für Natural Language Processing (NLP), das gescannte Bilder von Operations- und Pathologieberichten akzeptiert. Das System verwendet eine Kombination aus regelbasierten und neuronalen Netzwerk-basierten Transferlernverfahren, um numerische Codierungen aus unstrukturiertem Text zu extrahieren. Weiterhin werden die Extraktionsgenauigkeiten zwischen einem MD-Studenten und dem NLP-System verglichen. Zum Abschluss des Vortrags wird diskutiert, wie das NLP-System Teil eines größeren Forschungsprogramms zur Entwicklung von NPL-fähigen prädiktiven Modellierungswerkzeugen für die Krebsversorgung und Psychatrie sein kann.