Xử lý Ngôn ngữ Tự nhiên của Văn bản Lâm sàng – Phần 2 của 2

1.2 Lịch sử

Công việc ban đầu về trích xuất và tổng hợp thông tin hữu ích từ văn bản trong hồ sơ lâm sàng và các ấn phẩm y sinh được thúc đẩy bởi những lo ngại ngày càng tăng về chất lượng và chi phí chăm sóc y tế ngày càng tăng, và nhu cầu theo kịp nghiên cứu y sinh. Các hệ thống dựa trên máy tính là cần thiết để tạo điều kiện cải thiện các dịch vụ chăm sóc y tế, nghiên cứu dịch tễ học và lâm sàng và lập kế hoạch các nguồn lực chăm sóc y tế. Các dịch vụ này cần thông tin được trích xuất từ hồ sơ y tế thường lưu trữ thông tin cần thiết dưới dạng văn bản.

Hệ thống đầu tiên có khả năng phát hiện các thuật ngữ y tế trong văn bản tự do bằng cách sử dụng đối sánh mẫu là ELIZA. Trong chế độ DOCTOR, hệ thống bắt chước một cuộc phỏng vấn tâm thần bằng cách sử dụng các cụm từ và từ khóa soạn sẵn được phát hiện trong các câu do người dùng nhập. ELIZA thiếu cơ sở kiến thức và sự hiểu biết thực sự về văn bản, nhưng nó đã chứng minh tiềm năng của các ứng dụng xử lý ngôn ngữ tự nhiên y tế.

Tập trung vào các chẩn đoán bệnh lý, Pratt và cộng sự đã phác thảo một hệ thống xử lý tiếng Anh y tế tự động (APME), sẽ lấy văn bản y tế làm đầu vào và tạo ra "mô tả ngôn ngữ và giải thích ngữ nghĩa của lời nói đã cho". Hệ thống APME sử dụng Danh pháp Bệnh học được hệ thống hóa (SNOP) làm cơ sở từ vựng của nó. SNOP cung cấp các thuật ngữ trong bốn phạm trù ngữ nghĩa, mối quan hệ ngữ nghĩa giữa các thuật ngữ và ngữ pháp nguyên thủy. Một máy phân tích hình thái đã được sử dụng để ánh xạ các thuật ngữ được tìm thấy trong văn bản với những thuật ngữ có trong SNOP.

Các quy tắc biến đổi và diễn giải dựa trên các đặc điểm cú pháp và ngữ nghĩa đã được sử dụng để tìm các từ đồng nghĩa (ví dụ: cơ teo và teo cơ).

Các hệ thống máy tính ban đầu khác được sử dụng trong cung cấp dịch vụ chăm sóc sức khỏe đã sử dụng xử lý ngôn ngữ tự nhiên để xác định các khái niệm y sinh trong danh sách vấn đề của bệnh nhân (một đặc điểm chung của tài liệu trong hồ sơ sức khỏe) để phân tích dữ liệu tiếp theo. Ví dụ, hệ thống SCAMP được sử dụng để kiểm tra tỷ lệ mắc và đặc điểm lâm sàng của phản ứng da với co-trimoxazole.

Dự án Chuỗi Ngôn ngữ đã phát triển một trong những hệ thống xử lý ngôn ngữ tự nhiên lâm sàng sớm nhất sử dụng kiến thức ngữ nghĩa và cú pháp toàn diện. Friedman và các đồng nghiệp của cô đã phát triển một hệ thống xử lý ngôn ngữ tự nhiên lâm sàng có tên là MedLEE (Hệ thống mã hóa và trích xuất ngôn ngữ y tế), ban đầu được thiết kế cho các ứng dụng hỗ trợ quyết định trong lĩnh vực báo cáo X quang của ngực. Hệ thống này sau đó được mở rộng sang các lĩnh vực khác, chẳng hạn như chụp nhũ ảnh và tóm tắt xuất viện. SymText, một hệ thống xử lý ngôn ngữ tự nhiên được phát triển tại Đại học Utah, đã được sử dụng cho các ứng dụng khác nhau như mã hóa các khiếu nại chính thành mã ICD-9 và trích xuất các phát hiện liên quan đến viêm phổi từ các báo cáo chụp X quang ngực. KnowledgeMap được phát triển tại Đại học Vanderbilt đã được sử dụng để trích xuất các khái niệm y tế từ các tài liệu lâm sàng và giáo dục. Các hệ thống xử lý ngôn ngữ tự nhiên lâm sàng toàn diện nổi bật khác bao gồm cTAKES, MetaMap và CLAMP. Ngoài ra, nhiều hệ thống xử lý ngôn ngữ tự nhiên khác để xử lý văn bản lâm sàng đã cho thấy hiệu suất tốt trong các lĩnh vực phụ khác nhau của y học.

Trong khi nghiên cứu xử lý ngôn ngữ tự nhiên vẫn tiếp tục, nhiều ứng dụng xử lý ngôn ngữ tự nhiên hiện là một phần không thể thiếu của một số nghiên cứu lâm sàng. Họ cũng đang đi vào thực tế. Ví dụ, các nghiên cứu lâm sàng có thể cần bao gồm thông tin không được thu thập thường xuyên dưới dạng các biến có cấu trúc nhưng có thể được trích xuất từ các ghi chú lâm sàng. Thông thường, thông tin này liên quan đến địa vị xã hội và chi tiết cá nhân của bệnh nhân. Nó cũng đã được chứng minh rằng việc kết hợp hai nguồn thông tin, ghi chú và dữ liệu có cấu trúc, cải thiện chất lượng của dữ liệu có trong nghiên cứu.

Đại dịch COVID-19 đã giới thiệu một ứng dụng xử lý ngôn ngữ tự nhiên được phát triển

Episode 3920 - Jan 25 - Phần 2 của 2 - Xử lý Ngôn ngữ Tự nhiên của Văn bản Lâm sàng - Vina Technology at AI time

Vina Technology at AI time - Công nghệ Việt Nam thời AI

Episode 3920 - Jan 25 - Phần 2 của 2 - Xử lý Ngôn ngữ Tự nhiên của Văn bản Lâm sàng - Vina Technology at AI time