전자 건강 기록의 자유 텍스트 내러티브에 기록된 증상에 대한 자연어 처리: 체계적 검토

초록 목적 전자 건강 기록(EHR)에서 증상의 자연어 처리(NLP)는 증상 과학의 발전에 기여할 수 있습니다. 본 연구는 EHR 자유 텍스트 내러티브에 기록된 증상 정보를 처리하거나 분석하기 위한 NLP 사용에 대한 문헌을 종합하는 것을 목표로 합니다. 재료 및 방법 PubMed와 EMBASE에서 1964건의 기록을 검색하여 27건의 적격 논문으로 축소하였습니다. 각 연구별로 목적, 자유 텍스트 말뭉치, 환자, 증상, NLP 방법론, 평가 지표 및 품질 지표에 관한 데이터를 추출했습니다. 결과 14건의 연구에서 증상 관련 정보가 주요 결과로 제시되었습니다. EHR 내러티브는 다양한 입원 및 외래 임상 전문 분야를 나타냈으며, 일반, 심장학, 정신 건강 분야가 가장 빈번했습니다. 연구는 호흡 곤란, 통증, 메스꺼움, 어지럼증, 수면 장애, 변비, 우울 기분 등 다양한 증상을 포함했습니다. NLP 접근법에는 기존 개발된 NLP 도구, 분류 방법, 수동으로 선별된 규칙 기반 처리가 포함되었습니다. 연구의 3분의 1만이 환자 인구학적 특성을 보고했습니다(n=9). 논의 NLP는 다양한 임상 전문 분야에서 여러 의료 제공자가 작성한 EHR 자유 텍스트 내러티브에서 정보를 추출하는 데 사용됩니다. 이 분야의 현 초점은 증상 정보를 추출하는 방법 개발과 증상 정보를 질병 분류 과제에 사용하는 데 있으며 증상 자체의 검토에는 덜 집중되어 있습니다. 결론 향후 NLP 연구는 EHR 자유 텍스트 내러티브에서 증상 및 증상 기록 조사에 집중해야 합니다. 환자 특성 검토와 증상 관련 NLP 알고리즘, 파이프라인 및 어휘를 공개하는 노력이 필요합니다.