- 2019-08-23 上海这家医院试验表明NLP可提高临床科研数据采集效率

1、提供的攀登软件可免费下载52 night上海的这家医院实验表明，NLP可以提高临床研究资料的收集效率百亿智能HIT专家网络新闻HIT专家网络新闻微信号HIT180com功能简介HIT专家网络(www .HIT180.com)是北京和sikai culture media limited的医疗信息(HIT)市场咨询服务的信息交换平台，自2012年6月18日在线正式成立以来，主要致力于推进专业内容服务、会议服务、咨询服务、中国卫生信息化！2019-08-23导游结果表明，医生使用AI更快、更准确地收集数据医疗数据的提取和转换一直是限制医疗大数据利用的核心问题。随着人工智能技术的发展

2、，近年来，很多医院开始尝试基于自然语言处理技术(NLP)的科学研究平台，以解决将医疗数据转换为科学研究数据的问题。经过调查，医院经常更加关注数据提取的准确性。基于这种背景，最近与上海儿童医学中心(国家儿童医学中心主体建设单位之一)共同进行了实验，结果证实“人工智能(AI)医生”实际上比现有医生手动提取资料的方式更好。使用严格的RCT研究方法，帮助AI更有效地进行临床研究。现在，他们把这项研究结果发表在国际医学信息学专业SCI杂志jmir医学信息(2019，7 (3) : e13331，影响因素：3.188)上(要下载论文原文，请进入“阅读原文”)NLP的价值：更高效的临床研究数据收集方法利用自

3、然语言处理信息抽取系统提高临床研究数据录入效率：现场定量研究，从论文主题中可以看出，自然语言处理(NLP)是该实验的主角。根据ClinicalT的统计，近年来临床研究的数量在全球呈指数增长。临床医生或研究人员使用干预研究或观察研究来判断治疗或干预的效果。医生在电子医疗记录(EMR)中使用观察性研究要求，使临床数据收集、管理效率和质量面临严重挑战。过去，医生们检查医疗记录，然后以手动填写纸质报告表格的方式输入数据。随着医疗信息技术的发展，应用电子数据收集(EDC)系统将加快数据收集过程。EDC不仅在一定程度上保证了数据质量，还实现了实时数据输入、审核、分析和验证。在EDC系统的

4、影响下，临床试验数据收集表(CRF)也逐渐从纸张转换为电子形式(eCRF)，这无疑比传统的纸笔纸输入方式更有效、更准确地实现了。但是，EDC和eCRF都没有改变数据收集方法。研究人员必须手动输入EMR的数据。输入过程所需的时间成为临床研究的最大效率瓶颈。有更有效的方法吗？natural language processing(NLP)技术的发展为医生更好地利用非结构化EMR数据提供了新的技术方法。经过几年的发展，医学界逐渐认可使用NLP技术从临床文本中获取价值信息、找到符合访问标准的患者，或进行大规模数据提取和分析。但是NLP在临床研究中表现出的实用价值的成果还没有公开。测试流程：使用人工和A

5、I收集数据比较此次研究邀请了专业临床研究方法论专家参与设计，并邀请了医学信息学领域国际知名的权威专家参与了前期设计。通过随机控制双盲临床试验，具有临床医学背景的24名研究人员被聘用为研究志愿者。随机对照双盲临床试验医疗保健AI公司sen亿智能系统开发了基于i2b2标准的信息提取系统(NLP-MIES)。它不仅可以实现医疗概念提取、确定性分类和关联提取，还可以解释医疗记录和图像诊断报告，查找相关医疗概念，并自动预填充变量值。信息提取系统(NLP-MIES)工作流为了进一步比较人工数据输入和NLP技术支持的数据输入之间的效率和准确性，sen亿智能还开发了模拟eCRF应用程序，该应用程序允许用户修改

6、、验证NLP-MIES预填充的数据，客观地记录提取数据的时间。参与ECRF设计的3名临床研究人员制定了黄金标准，以共同实验120例外科和内科代表性病例。将测试者随机分成两个组的两组研究人员使用eCRF应用从医疗文本中提取变量并填充表(不支持NLP-MIES)时，将自动记录每个数据输入的值和所需时间。在实验开始之前，所有志愿者都接受了集成培训，以便使用NLP-MIES和eCRF应用程序接收数据输入。签署书面知情同意书后，志愿者将随机分配给人类组和NLP-MIES支持的组：1.人工组：参与者在eCRF中观察需要填写的变量，在医疗文本中查找相关信息，然后在eCRF表中单击或输入相应的值。2.NLP-

7、MIES支持组：NLP-MIES以秒为单位预填充eCRF中的变量。参与者验证必须填写的变量，在医疗文本中找到相关信息，然后对预先填写的值进行适当的验证或更正。每个志愿者都要求配备一台笔记本电脑，并在规定的时间内完成所有数据输入。未能在指定时间完成的参与者将从数据分析中排除。基于这些设计，实验模拟了实际的eCRF编写过程，以定量评估NLP技术能否提高科研数据收集的效率。测试结果如下表所示。表1 .电子案例报告表单数据输入的平均精度表2 .电子案例报告表单数据输入的平均消耗时间结果一名医生平均73.28-103.79秒，AI结合人工仅需要49.42-69.73秒。另外，医生手动输入的数据的准确度为

8、84.21-90.42%，AI的准确度为84.15-92.77%，AI和医生的手动验证为92.19-97.17%。AI组与人工组相比，先天性心脏病和肺炎病例数据输入的准确性分别降低了15%，18%，消耗时间减少了31%，33%。结果表明，医生使用AI更快、更准确地收集数据。应用方案不仅仅是科学研究，今后还将深入到临床辅助决策中柳世健博士对这次实验表示：“我们的实验与科学、严格、客观、该节目的性格性比赛有根本的区别。”旨在证明AI可以帮助临床医生快速准确地提取数据。我想据刘理事说，NLP不仅限于科学研究。因为捕获数据只是第一步，医生们更重视临床数据的利用。例如，国家防卫委员会电子医疗记录系统通过

9、在级别等级评估标准中应用基于AI的临床辅助决策系统(CDSS)，具有很高的应用前景。这种系统今后将帮助临床医生做出临床决定，医院标准化临床路径，应用前景广阔。他说，很多临床医生需要进行临床研究，不得不忙于临床工作，没有时间寻找相关临床资料。现在，AI帮助临床医生进行临床研究，但很多人对AI系统的认识不足。为了使医生特别愿意尝试新技术的想法，得到更多的好处，企业必须对产品的功能演示进行更加直观的工作。据国家卫生委员会统计信息中心公布的全民健康信息化调查报告区域卫生信息化与医院信息化2019显示，目前我国三级医院利用大数据技术进行临床病例及其他医院数据整体搜索的比例为29.7%，二级医院为10.2

10、%。你可以看到医学AI有很大的扩展空间。只有使AI更接近临床，更接地，才能与医生进行隐性呼吸，这必将成为下一阶段医疗AI发动的方向。名词义译I2b2是世界上250多个地方使用的开放源代码临床数据仓库和分析研究平台。I2b2支持医疗和研究中异构数据的共享、整合、标准化和分析。(详细存取：/wiki/)最近受欢迎的报道首都医科大学宣武医院梁志刚：信息化建设应同样进行顶层设计和细节。国家卫生局公开招聘2020年健康健康标准提案高性能医疗信息系统开发方法(编程文章第2部分)人民网、腾讯、义头云共同建设了健康的科学技术科学院“人民医典”星河链：将“产业基因”移植到智能健康城市Xue万国万族：从信息中心到数据中心，不变的是创造价值致力于培养HIT青少年后备力量：HIT项目领导高级培训班在北京开课郝上勇专栏医疗机构信息工程系列职称评价及就业攻略2019年南湖HIT论坛临床信息方法学探索2018年北京地区电子病历系统应用水平等级评价结果公布上海市从9月开始实施网络医院管理方式，明确出入、诊疗及监管要求H