通过隐私保护机器学习破译临床缩写

ditihekhatun16

如今许多人可以通过数字方式访问他们的医疗记录包括医生的临床记录。然而由于临床医生使用的专业语言包含不熟悉的速记和缩写临床记录很难理解。事实上这样的缩写有数千个其中许多是特定于某些医学专业和地区的或者在不同的上下文中可能意味着多种含义。例如医生可能会在临床记录中写下这意味着患者因腰痛而接受物理治疗。对于外行和计算机来说进行这种翻译是很困难的因为一些缩写在日常语言中并不常见例如意味着腰痛甚至熟悉的缩写例如代表病人也可能有其他含义例如物理治疗。为了消除多种含义之间的歧义必须考虑周围的上下文。破译所有含义并不是一件容易的事之前的研究表明扩展速记和缩写可以帮助患者更好地了解他们的健康诊断和治疗。

在自然通讯上发表的用隐私保护机器学习系统破译临床缩写中我们报告了我们对一种通用方法的发现该方法以最先进的方式破译临床缩写并且与委员会认证的医生从事这项任务。我们仅  格鲁吉亚电话号码列表 使用网络上与任何患者无关的公共数据即没有潜在的敏感数据构建模型并根据来自不同卫生系统的住院和门诊临床医生的真实去识别化的记录评估性能。为了使模型能够从网络数据推广到笔记我们创建了一种通过算法重写大量互联网文本的方法使其看起来像是由医生编写的称为网络规模反向替换并且我们开发了新颖的推理方法称为引出推理。模型输入是一个字符串可能包含也可能不包含医学缩写。




我们训练了一个模型来输出相应的字符串其中所有缩写都被同时检测和扩展。如果输入字符串不包含缩写模型将输出原始字符串。由等人在下使用从原始内容中裁剪。重写文本以包含医学缩写构建一个翻译医生笔记的系统通常会从一个大型的有代表性的临床文本数据集开始其中所有缩写都标有其含义。但不存在供研究人员一般使用的此类数据集。因此我们寻求开发一种自动化方法来创建此类数据集但不使用任何实际的患者笔记其中可能包含敏感数据。我们还希望确保根据这些数据训练的模型仍然能够在来自多个医院地点和护理类型例如门诊和住院的真实临床记录上正常工作。为此我们参考了包含数千个临床缩写及其扩展的词典并在网络上找到了包含该词典中扩展的用法的句子。