11、医疗大数据高级应用与知识管理

医疗大数据高级应用与知识管理

1. 医疗领域的大数据应用案例

1.1 学术医疗提供商的转型

近期，一家大型学术医疗提供商从基于传统最佳实践的电子健康记录（EHR）系统迁移至单一供应商平台。在此过程中，该机构希望推动基于问题的病历记录工作。为此，构建了一个自然语言处理（NLP）管道，用于从旧的转录笔记中提取诊断信息，创建问题列表，并将其预填充到新系统的患者记录中。注释人员使用如CPT和ICD等标准医学术语作为词汇表，并通过统计方法发现同义词。超过1000万份文档被纳入处理，包括病史和体格检查笔记、手术报告、出院小结、用药清单和放射学笔记等。这些数据通过连续护理文档（CCD）注入新的EHR系统，在用户界面显示，随后医护人员会在新工作流程中对这些内容进行验证。

若在转换前手动使用合同医疗人员完成这项工作，成本和时间消耗将难以承受。若在系统上线后强迫医护人员手动提取数据，会导致他们的不满。而医护人员对NLP生成的问题列表建议反应良好，该组织在采用基于问题的文档记录方面迈出了重要一步。

1.2 专科医院的数据仓库应用

一家专科医院安装了数据仓库，专注于治疗选择与疾病结果之间的相互作用。虽然电子健康记录中有一些离散的结构化数据，但该机构对主要包含在自由文本中的特定信息更感兴趣。此前曾尝试手动从患者病历中提取这些信息，但在规模上既不经济也不高效。于是，构建了一个NLP流程来提取这些概念并将其转移到数据仓库中。手动提取的内容被重新用作半监督方法的训练数据集，以提高分析的准确性。随着训练的推进，使用统计方法对结果进行评估，这些结果成为数据仓库中的元数据，使数据科学家在解释结果时有了统计基础。该过程在多个其他疾病焦点上重复进行，提供了有用的见解。 </