Идентификация послеоперационных осложнений с испытательным средством поиска оказывается эффективной

Изучение в августе 24/31 неприятность ДОЛГОЙ ХЛОПЧАТОБУМАЖНОЙ ОДЕЖДЫ отыскало большое преимущество в применении обработки естественного языка для идентификации послеоперационных хирургических осложнений. Процесс естественного языка может употребляться, дабы счесть клиническим и примечания прогресса больных при помощи поисков сделанный в электронной медицинской документации (EMRs) и делает лучше, чем в большинстве случаев применяемые кодексы административной информации, дабы идентифицировать каждые послеоперационные хирургические осложнения.Последовательность 20 мер, названных индикаторами безопасности больных, был создан Агентством оценки и исследований качества медобслуживания, дабы улучшить свойство идентификации любых неприятностей безопасности больных.

Меры находят каждые возможные нежелательные явления, происходящие на протяжении госпитализации посредством административной информации. Разумеется, что большая часть автоматизированных способов, применяемых, дабы идентифицировать согласия безопасности больных, на данный момент надеется на административную данные. Методом осуществления свободных текстовых поисков это обеспечило бы дополнительное наблюдение.

Авторы написали:«Развитие автоматизированных подходов, таких как обработка естественного языка, тот экстракт определенные медицинские понятия из текстовых медицинских документов, не надеющихся на кодексы выброса, предлагает сильную альтернативу либо ненадежной административной информации либо трудоемким, дорогим ручным обзорам историй заболевания. Однако, было мало изучений, расследующих инструменты обработки естественного языка для обнаружения нежелательных явлений. Не известно, выполнит ли подход наблюдения на базе языковых поисков обработки свободных текстовых документов лучше, чем на данный момент применяемые инструменты на базе административной информации».

Изучение было выполнено Харви Дж. Мерффом, Врачом медицины, M.P.H. и сотрудниками Медицинского центра Дел Университета и Ветеранов Вандербилт, Нэшвилл, Теннесси, дабы вычислить эффективность идентификации послеоперационных осложнений с основанным на обработке подходом в сети единиц здравоохранения с тем же EMR.

В общем итоге 2 974 больного (95%-й мужчина, средний возраст 64,5 лет) были включены в изучение, больные все переносили стационарные операции с 1999 до 2006 в одном из 6 медицинских центров Управления здравоохранения ветеранов (VHA). Результаты, измеренные обзором медицинской документации Хирургической Программы Увеличения качества VA, включали послеоперационные случаи пневмонии, тромбоза глубоких вен, острого диализа требования почечной недостаточности, легочной эмболии, сепсиса либо сердечного приступа.Исследователи сравнили производительность подхода естественного языка против применения информации о кодировании выброса (установленный 20 мерами) при идентификации любого из осложнений.Аналитические образцы нашли показатели следующих послеоперационных результатов, каковые развили больные:острый диализ требования почечной недостаточности составлял 2 процента (39 из 1 924)тромбоз глубоких вен составлял 1 процент (29 из 2 327)пневмония составляла 16 процентов (222 из 1 405)легочная эмболия составляла 0,7 процента (18 из 2 327)сердечный приступ составлял 2 процента (35 из 1 822)сепсис составлял 7 процентов (61 из 866)

Подход естественного языка имеет высокую чувствительность и более низкие специфичности.Авторы написали:«Повышение чувствительности основанного на обработке естественного языка подхода если сравнивать с индикатором безопасности больных было более, чем 2-кратным для острой сепсиса и почечной недостаточности и по 12-кратному для пневмонии. Специфичности составляли 4 процента к на 7 процентов выше с способом индикатора безопасности больных, чем подход обработки естественного языка.Обработка естественного языка верно идентифицировала 82 процента острых случаев почечной недостаточности если сравнивать с 38 процентами для индикаторов безопасности больных.

Подобные результаты были взяты для венозной тромбоэмболии (59 процентов если сравнивать с 46 процентами), пневмония (64 процента если сравнивать с 5 процентами), сепсис (89 процентов если сравнивать с 34 процентами), и послеоперационный инфаркт миокарда (91 процент если сравнивать с 89 процентами). И обработка естественного языка и индикаторы безопасности больных были весьма определенными для этих заключений."Существует пара преимуществ для применения подхода обработки естественного языка, дабы идентифицировать медицинские качественные неприятности, как указали авторы:«Сперва гибкость подхода, дабы удовлетворить отдельные установленные потребности.

Когда документы были обработаны, стратегии вопроса и разные подходы идентифицировать определенный итог смогут быть осуществлены в довольно низком программном упрочнении, применяющем стандартные приложения вопроса базы данных.Во-вторых, в противоположность административным кодексам, стратегии поиска посредством ежедневных примечаний прогресса, отчетов микробиологии либо отчетов отображения могли быть проверены на проспективной базе. Так данный подход имел возможность возможно идентифицировать осложнения, тогда как больной находится все еще в поликлинике, которая имела возможность существенно уменьшить процессы гарантии качества в настоящем времени…..

Наконец, в совокупностях с высоко интегрированным EMRs, проспективное наблюдение могло быть расширено на амбулаторного больного, устанавливающего для людей, остающихся с совокупностью здравоохранения."Будущее электронной медицинской документации обещает, но требует большего количества финансирования

Передовая статья Accompnying Ашиша К. Джхи, доктора медицины, М.П.Х., Высшей школы здравоохранения Гарварда, Бостон, растолковал потребность в в том месте к большему количеству инвестиций, входящих в развитие и исследование процесса естественного языка (NLP), в случае если люди вправду без шуток относятся к получению его полной пользы.Врач Джха написал:«Murff и сотрудники сосредоточились на одном определенном применении идентификации нежелательных явлений по окончании операции. комбинаций синтаксиса и Десятки перестановок были проверены и настроены, дабы идентифицировать оптимальную стратегию обнаружения осложнений в электронной медицинской документации (EHR).

Чтобы выяснить преимущества процесса естественного языка, этому виду изучения потребуется предстоящее развитие не только, дабы отыскать, что лучшие методы, вместе с тем и привлечь анализ EHR по делу о дисциплинах не считая хирургии и оптимизировать автоматизированный EHR ищут разные типы клинических докторов.Не обращая внимания на то, что существует превращение в капитал компаний частного сектора из преимуществ процесса естественного языка, дабы оказать помощь клиническим докторам, и организации улучшают поставку заботы, федеральное правительство может играться нужную роль методом финансирования нужного lo фундаментального изучения, начинают эту область вперед."

Блог Парамона