womenhealthsecret.com

Eine Studie in der JAMA-Ausgabe vom 24. August 2011 hat einen signifikanten Vorteil bei der Verwendung der Verarbeitung in natürlicher Sprache zur Identifizierung postoperativer chirurgischer Komplikationen gefunden. Der Prozess der natürlichen Sprache kann verwendet werden, um klinische und Verlaufsnotizen von Patienten durch Suchen in elektronischen medizinischen Aufzeichnungen (EMRs) zu finden, und führt besser als allgemein verwendete administrative Datencodes aus, um postoperative chirurgische Komplikationen zu identifizieren.
Eine Reihe von 20 Maßnahmen, die als Sicherheitsindikatoren für Patienten bezeichnet werden, wurde von der Agentur für Forschung und Qualität im Gesundheitswesen geschaffen, um die Erkennung von Sicherheitsbedenken bei Patienten zu verbessern. Die Maßnahmen finden alle wahrscheinlichen Nebenwirkungen, die während des Krankenhausaufenthaltes auftreten, unter Verwendung von Verwaltungsdaten. Es ist offensichtlich, dass die Mehrheit der automatisierten Methoden zur Identifizierung von Sicherheitskonkurrenzen der Patienten derzeit auf administrativen Daten beruht. Durch die Implementierung von Freitextsuchen würde eine zusätzliche Überwachung bereitgestellt.
Die Autoren haben geschrieben:

"Die Entwicklung automatisierter Verfahren wie der Verarbeitung natürlicher Sprache, die bestimmte medizinische Konzepte aus medizinischen Textdokumenten extrahieren, die nicht auf Entlastungscodes beruhen, bietet eine leistungsstarke Alternative zu unzuverlässigen Verwaltungsdaten oder arbeitsintensiven, teuren manuellen Chart-Überprüfungen. Es gab wenige Studien, in denen natürliche Sprachverarbeitungstools für die Erkennung unerwünschter Ereignisse untersucht wurden. Es ist nicht bekannt, ob ein auf sprachverarbeitenden Suchen von Freitextdokumenten basierender Überwachungsansatz bessere Ergebnisse erzielen wird als derzeit verwendete Tools auf der Grundlage von Verwaltungsdaten.

Eine Studie wurde von Harvey J. Murff, MD, MPH und Kollegen des Veterans Affairs Medical Center und der Vanderbilt University, Nashville, Tennessee, durchgeführt, um die Wirksamkeit der Identifizierung postoperativer Komplikationen mit einem prozessbasierten Ansatz in einem Gesundheitsnetzwerk zu berechnen Versorgungseinheiten mit der gleichen EMR.
Insgesamt wurden 2.974 Patienten (95% männlich, Durchschnittsalter 64, 5 Jahre) in die Studie eingeschlossen. Die Patienten wurden alle von 1999 bis 2006 in einem der 6 medizinischen Zentren der Veteranengesundheitsverwaltung (VHA) stationär operiert. Ergebnisse, die durch medizinische Aufzeichnungen Überprüfung der VA Surgical Quality Improvement Program gemessen wurden, enthalten postoperative Vorkommen von Lungenentzündung, tiefe Venenthrombose, akutes Nierenversagen, Dialyse, Lungenembolie, Sepsis oder Herzinfarkt erforderlich.
Die Forscher verglichen die Leistung des Ansatzes der natürlichen Sprache mit der Verwendung von Informationen zur Entlassungscodierung (festgelegt durch die 20 Messungen), um eine der Komplikationen zu identifizieren.
Die analytischen Proben fanden die Raten der folgenden postoperativen Ergebnisse, die Patienten entwickelten:
  • akutes dialysepflichtiges Nierenversagen betrug 2 Prozent (39 von 1.924)
  • tiefe Venenthrombose betrug 1 Prozent (29 von 2.327)
  • Lungenentzündung betrug 16 Prozent (222 von 1.405)
  • Lungenembolie betrug 0, 7 Prozent (18 von 2.327)
  • Herzinfarkt war 2 Prozent (35 von 1.822)
  • Sepsis betrug 7 Prozent (61 von 866)
Der Ansatz der natürlichen Sprache weist hohe Empfindlichkeiten und niedrigere Spezifitäten auf.
Die Autoren haben geschrieben:

"Die Sensitivität des in natürlicher Sprache verarbeiteten Ansatzes gegenüber dem Patientensicherheitsindikator war bei akutem Nierenversagen und Sepsis um mehr als das Zweifache und bei Pneumonie um mehr als das 12-fache erhöht. Die Spezifitäten waren mit dem Patienten um 4 bis 7 Prozent höher Sicherheitsindikatormethode als der Ansatz der Verarbeitung natürlicher Sprache.
Bei der Verarbeitung natürlicher Sprache wurden 82 Prozent der Fälle akuter Niereninsuffizienz korrekt identifiziert, während es bei Patientensicherheitsindikatoren 38 Prozent waren. Ähnliche Ergebnisse wurden für venöse Thromboembolien (59 Prozent vs. 46 Prozent), Lungenentzündung (64 Prozent vs. 5 Prozent), Sepsis (89 Prozent vs. 34 Prozent) und postoperativen Myokardinfarkt (91 Prozent vs. 89 Prozent) erzielt. Sowohl die Verarbeitung natürlicher Sprache als auch die Indikatoren für die Patientensicherheit waren sehr spezifisch für diese Diagnosen. "

Es gibt mehrere Vorteile, den Ansatz der Verarbeitung natürlicher Sprache zu verwenden, um Bedenken hinsichtlich der Gesundheitsqualität zu identifizieren, wie die Autoren herausstellten:
"Erstens ist es die Flexibilität des Ansatzes, die individuellen institutionellen Anforderungen zu erfüllen. Nach der Verarbeitung von Dokumenten können verschiedene Ansätze und Abfragestrategien zur Ermittlung eines spezifischen Ergebnisses mit relativ geringem Programmieraufwand unter Verwendung von Standard-Datenbankabfrageanwendungen implementiert werden.
Zweitens könnten im Gegensatz zu Verwaltungscodes Suchstrategien, die tägliche Fortschrittsberichte, Mikrobiologieberichte oder Bildberichte verwenden, prospektiv überwacht werden. Somit könnte dieser Ansatz potentiell Komplikationen identifizieren, während sich ein Patient noch im Krankenhaus befindet, was die Qualitätssicherungsprozesse in Echtzeit erheblich vereinfachen könnte. . . . .
In Systemen mit hochintegrierten EMRs könnte die prospektive Überwachung schließlich auch auf ambulante Patienten ausgedehnt werden, die im Gesundheitssystem verbleiben. "

Die Zukunft der elektronischen Gesundheitsakten verspricht, erfordert aber mehr Finanzierung

Ein begleitender Leitartikel von Ashish K. Jha, MD, MPH, von der Harvard School of Public Health, Boston, hat erklärt, dass mehr Investitionen in die Erforschung und Entwicklung von natürlichen Sprachprozessen (NLP) notwendig sind, wenn Menschen wirklich ernsthaft daran interessiert sind seine vollen Vorteile.
Dr. Jha schrieb:
"Murff und Kollegen konzentrierten sich auf eine spezifische Anwendung zur Identifizierung unerwünschter Ereignisse nach der Operation. Dutzende von Permutationen und Kombinationen von Syntax wurden getestet und angepasst, um die optimale Strategie zum Auffinden von Komplikationen in einer elektronischen Gesundheitsakte (EHR) zu identifizieren Englisch: bio-pro.de/en/region/stern/magazin/...3/index.html Für diese Art von Forschung müssen weitere Entwicklungen entwickelt werden, nicht nur um bessere Algorithmen zu finden, sondern auch um die EHR - Analyse für andere Disziplinen als die Chirurgie zu untersuchen und die automatisierte EHR - Suche nach verschiedenen Klinikern zu optimieren.
Obwohl es privatwirtschaftliche Unternehmen gibt, die von den Vorteilen des natürlichen Sprachprozesses profitieren, um Klinikern und Organisationen bei der Verbesserung der Versorgung zu helfen, kann die Bundesregierung eine hilfreiche Rolle spielen, indem sie die Grundlagenforschung unterstützt, um dieses Feld voranzubringen. "

Geschrieben von Joseph Nordqvist
Top