Identifikace pooperacních komplikací s nástrojem pro vyhledávání v testu se projevuje efektivním

Studie ve vydání 24/31 srpna JAMA zjistila významný prínos pri zpracování prirozeného jazyka pro identifikaci pooperacních chirurgických komplikací. Proces prirozeného jazyka lze pouzít k vyhledání klinických a pokrokových poznámek pacientu prostrednictvím vyhledávání v elektronických lékarských záznamech (EMR) a provádí lépe nez bezne pouzívané kódy administrativních dat k identifikaci prípadných pooperacních chirurgických komplikací.
Sada 20 opatrení nazvaná indikátory bezpecnosti pacientu byla vytvorena Agenturou pro výzkum a kvalitu v oblasti zdravotní péce s cílem zvýsit schopnost identifikovat obavy týkající se bezpecnosti pacientu. Opatrení zjistují veskeré pravdepodobné nezádoucí príhody, ke kterým dochází behem hospitalizace pomocí administrativních údaju. Je zrejmé, ze vetsina automatizovaných metod pouzívaných pro identifikaci shody s bezpecnostními zásadami pacientu se v soucasné dobe spoléhá na administrativní údaje. Zavedením vyhledávání v rámci volného textu by bylo zajisteno dalsí sledování.
Autori napsali:

"Rozvoj automatizovaných prístupu, jako je zpracování prirozeného jazyka, které extrahují specifické lécebné koncepty z textových lékarských dokumentu, které se nespoléhají na kódy vypoustení, predstavuje silnou alternativu bud k nespolehlivým administrativním údajum, existuje nekolik studií, které zkoumají nástroje pro zpracování prirozeného jazyka pro zjistování nezádoucích úcinku. Není známo, zda by prístup k dozoru zalozený na vyhledávání jazykových dokumentu ve volném textu mohl fungovat lépe nez aktuálne pouzívané nástroje zalozené na administrativních datech.

Studie provedla Harvey J. Murff, M.D., M.P.H. a kolegové Lékarského centra pro otázky veteránu a Vanderbilt University, Nashville, Tenn., aby vypocítali úcinnost identifikace pooperacních komplikací s prístupem zalozeným na zpracování v síti zdravotnických jednotek se stejným EMR.
Do studie bylo zarazeno celkem 2 974 pacientu (95% muzu, prumerný vek 64,5 let), pricemz pacienti byli vsichni podstupováni chirurgickými zákroky od roku 1999 do roku 2006 u jedné ze 6 stredisek zdravotní péce veteránu. Výsledky, které byly mereny prezkoumáním lékarského záznamu programu chirurgické zlepsování kvality VA, zahrnovaly pooperacní výskyt pneumonie, hluboké zilní trombózy, akutní renální selhání vyzadující dialýzu, plicní embolii, sepse nebo srdecní záchvat.
Výzkumníci porovnali výkon prirozeného jazyka s pouzitím informací o kódování vypoustení (stanovených pomocí 20 opatrení) pri identifikaci jakékoliv komplikace.
Analytické vzorky zjistily míru následujících pooperacních výsledku, které pacienti vyvinuli:

• akutní renální selhání vyzadující dialýzu bylo 2% (39 z 1924)
• hluboká zilní trombóza byla 1% (29 z 2327)
• pneumonie byla 16% (222 z 1 405)
• plicní embolie byla 0,7% (18 z 2327)
• infarkt byl 2% (35 z 1822)
• sepse byla 7 procent (61 z 866)

Prirozený jazyk má vysokou citlivost a nizsí specifika.
Autori napsali:

"Zvýsení citlivosti prístupu zalozeného na zpracování prirozeným jazykem ve srovnání s ukazatelem bezpecnosti pacienta bylo více nez dvojnásobné u akutního selhání ledvin a sepse a více nez 12krát u pneumonie. Zvlástnosti byly u pacienta o 4 az 7 procent vyssí metodou indikátoru bezpecnosti nez pri zpracování prirozeného jazyka.
Zpracování prirozeného jazyka správne identifikovalo 82 procent prípadu akutního selhání ledvin ve srovnání s 38 procenty indikátoru bezpecnosti pacienta. Podobné výsledky byly získány u zilní tromboembolie (59 procent oproti 46 procentum), pneumonie (64 procent oproti 5 procentum), sepse (89 procent oproti 34 procentum) a pooperacní infarkt myokardu (91 procent oproti 89 procentum). Pro tyto diagnózy byly velmi specifické jak zpracování prirozeného jazyka, tak ukazatele bezpecnosti pacienta. "

Existuje nekolik výhod pouzití prístupu pri zpracování prirozeného jazyka k identifikaci zdravotních problému, jak uvedli autori:

"Prvním je flexibilita prístupu k uspokojování individuálních institucionálních potreb. Jakmile budou zpracovány dokumenty, mohou být ruzné prístupy a strategie dotazování k urcení konkrétního výsledku implementovány pri pomerne nízkém programovacím úsilí pomocí standardních aplikací databázových dotazu.
Zadruhé, na rozdíl od administrativních kódu by strategie sledování pomocí denních poznámek pokroku, mikrobiologických zpráv nebo zobrazovacích zpráv mohly být sledovány prospektivne. Tento prístup by mohl potenciálne identifikovat komplikace, zatímco pacient je stále v nemocnici, coz by mohlo znacne usnadnit procesy zajistení kvality v reálném case ...
A konecne, v systémech s vysoce integrovanými EMR by se potenciální sledování mohlo rozsírit na ambulantní prostredí pro jednotlivce, kterí zustávají v systému zdravotní péce. "

Budoucnost elektronických zdravotních záznamu je slibná, ale vyzaduje dalsí financování

Úplný redaktor Ashish K. Jha, MD, MPH, Harvard School of Public Health, Boston, vysvetlil, ze je zapotrebí více investic do výzkumu a vývoje prirozeného jazykového procesu (NLP), pokud lidé skutecne verí v získání jeho plné výhody.
Dr. Jha napsal:

"Murff a kolegové se zamerili na jednu specifickou aplikaci identifikace nezádoucích príhod po operaci. Desítky permutací a kombinací syntaxe byly testovány a prizpusobeny tak, aby identifikovaly optimální strategii pro nalezení komplikací v elektronickém zdravotním záznamu (EHR).Abychom si uvedomili prínosy prirozeného jazykového procesu, tento druh výzkumu bude potrebovat dalsí rozvoj nejen pro nalezení lepsích algoritmu, ale také pro vysetrení EHR analýzy pro jiné disciplíny nez chirurgii a optimalizaci automatizovaných vyhledávání EHR pro ruzné typy kliniku.
Ackoli existují spolecnosti ze soukromého sektoru, které vyuzívají prínosu prirozeného jazykového procesu k tomu, aby pomohly lékarum a organizacím zlepsit poskytování péce, federální vláda muze hrát uzitecnou roli financováním základního výzkumu, který je zapotrebí, aby lod zacala tuto oblast vpred.

Napsal Joseph Nordqvist