Mercy應用自然語言處理技術改進心臟治療

來源：HIT專家網??? 編譯：譚嘯

Mercy，是一家位于美國圣路易斯的醫療機構，它是Epic公司的長期客戶，自2008年以來一直應用Epic系統。雖然他們已經熟練掌握了電子健康記錄（EHR），但這并不一定意味著數據利用最大化。

NLP幫助收集以前無法獲取的數據

談到臨床數據利用時，Mercy數據科學經理Kerry Bommarito說：“EHR系統中有很多數據，我們無法獲得?！盓HR中記錄的大量信息，比如：特定癥狀列表、來自超聲心動圖報告的診斷、某些基準分類等，都十分有價值，但它們卻不易獲取和分析。

在過去的一年左右，Mercy一直在使用Linguamatics公司的自然語言處理技術，為心臟病患者提供針對其7年臨床記錄的分析，而這在以前是無法獲取的數據。

作為與美敦力公司（Medtronic）合作協議的一部分，Mercy通過挖掘EHR數據來評估心力衰竭裝置的性能，從而讓制造商知道如何改進其植入式產品，并幫助Mercy的臨床醫生在治療過程中做出更好的數據驅動決策。

Mercy正在進行這樣的項目，連續追蹤100,468名慢性心力衰竭患者，這些患者都安裝了心臟再同步治療裝置，該項目涉及近3600萬份來自門診和急診醫療機構的臨床記錄。

Linguamatics公司的NLP技術幫助Mercy提取了關鍵的心臟學措施，包括：射血分數測量、癥狀（如呼吸短促、疲勞和心悸）、紐約心臟協會分類等，并像分離數據集一樣輕松進行分析。

這樣可以更好地利用從供應商敘述中收集的信息，幫助Mercy獲得關于CRT設備如何幫助其心臟病患者的重要認識。Mercy希望將NLP軟件應用于其他一系列項目，以幫助優化其工作流程，提高醫療質量和產出。

Bommarito說：“我們知道，我們需要一種工具來獲取我們需要的元素，以真正評估這些患者的心力衰竭程度。例如：射血分數（每次心臟收縮時，離開心臟的血液百分比）能在超聲心動圖報告中找到，而不是在EHR的離散字段中?！岸?，呼吸困難和頭暈等癥狀經常沒有用診斷代碼編碼，因為它們不會影響報銷?！盉ommarito解釋說。

Linguamatics工具讓數據為我所用

NLP軟件幫助Mercy從臨床記錄中解鎖這些部分信息，幫助Metronic對這些患者進行分類，讓數據為我所用，比如，可以觀察心衰的發展以及癥狀如何隨著時間而改變?！盉ommarito表示，Linguamatics提供的功能可以幫助挖掘數據，并使其更容易理解。

“對我們來說，最大的好處之一是他們的醫學本體庫的可用性?！彼忉屨f?！拔覀儾槐刈谶@里絞盡腦汁地想一種方式，讓醫生可以在記錄時說‘氣短’，Linguamatics有這些圖書館：我們可以在圖書館中開始查詢，做一些驗證，也許可能稍微修改一下查詢，這樣它就更適合于Mercy系統了，它是一個真正節省時間的工具?！?/p>

例如，多年來，醫生描述某些癥狀的偏好措辭可能會改變，或者文件實踐可能會發生變化。該系統能夠幫助解決這個問題。

“我們每年都會對抽取的數據進行驗證，驗證發現，我們談論某些事情的標準方式已經發生了變化。例如，以前稱為QRS的心臟測量，現在叫QRSd。所以，我們不僅要確保醫生發起正確的查詢，而且要確保它隨著時間和語言模式的發展而變化?！?/p>

“我們的行為模式以及我們如何使用Epic系統，都隨著時間的推移發生了變化；系統本身和技術也發生了變化?！盡ercy數據工程和分析總監Mark Dunham說，“多年來，我們增加了額外的模塊、推出了新功能和升級版，改變了工作流程。但智能應用NLP軟件有助于順利適應這些改變和差異，并能夠在近十年的價值記錄中收集一致的數據?！?/p>

“而且，需要處理的數據量很大。Mercy必須將大量數據從本地數據庫遷移到Hadoop平臺上，以便我們能夠更高效地處理它，并將其提供給Linguamatics系統?！盌unham說。

但是再艱苦的工作都是值得的。

Bommarito說：“我們能夠看到病人的進展情況，我們可以看到某些治療是否會影響結果。如果患者的結果下降，我們可以看到：患者在服用什么藥物？我們是否在他們身上放置心臟裝置以改善結果？我們能夠在患者群體中看到疾病的進展，看是否有影響或改善它的因素?！?/p>

推廣NLP應用

Medtronic心臟研究仍在進行中，但Mercy已經計劃將NLP的使用擴展到整個醫療系統的其他領域。Bommarito說：“在內部，我們想應用NLP來緩解醫生的疲勞，讓醫生的記錄工作更便捷?！?/p>

“我們已經與主要的醫護人員進行了訪談：我們可以做些什么來幫助減輕他們的負擔？如何提升專業能力和生產力？”Dunham說?！拔覀冞€可以做很多其他事情，現在要看我們如何能夠將其帶入其他項目?！?/p>

“醫生筆記中的數據曾被認為是‘數據荒漠’，實際上那里大有價值，但還有很多數據被包裹住，我們不確定如何訪問它?！盉ommarito表示，“這個心臟項目真地讓我們看到了很多可能性：我們可以在筆記中找到什么，以及它如何補充離散記錄的內容；有沒有機會在離散記錄的數據中發現一些價值？我們是否可以將數據推送回去，并在可以獲得更好質量數據的邊緣發力？我們目前還只是抓住了可做事情的表面?！?/p>

附英文鏈接：

http://www.healthcareitnews.com/news/how-mercy-using-nlp-its-epic-ehr-improve-analytics-cardiac-care

【責任編輯：譚嘯】