2012年10月8日

强大的组合
伊丽莎白·s·鲁普著
郑重声明
第二十四卷第18页

研究表明，自然语言处理工具和电子病历数据在质量改进方面起到了重要作用。

当医疗保健领域的讨论转向自然语言处理(NLP)时，讨论通常集中在三个方面:将来自口述笔记的自由文本转换为EMR中的结构化数据，解析临床文档以生成适当的诊断和计费代码，以及通过分析临床参考以响应临床查询来增强临床决策支持。

然而，越来越多的研究表明，在护理点上使用NLP来利用患者电子病历中的信息来提高质量表现和护理结果。具体来说，已经完全接受电子病历的医院和医生团体可以在床边利用NLP来改善诊断，识别并发症，缩小护理差距，甚至改善临床实践。

这不是一个新概念。多年来，研究人员一直将NLP应用于患者信息研究，从生物监测和人口健康趋势到遗传风险因素。然而，最近的几项研究已经将NLP在床边的想法带入了普通社区医院的可能性领域。

例如，2009年，美国国立卫生研究院(National Institutes of Health)向明尼苏达大学德卢斯分校(University of Minnesota Duluth)提供了一项为期三年、价值100万美元的资助，用于开发NLP软件，该软件可以分析电子病历数据，从而更快地识别药物不良反应。今年一月，内科学年鉴发表了梅奥诊所的一项研究，其中使用NLP来评估使用整个遭遇记录数据的生物监测是否优于仅使用主诉领域的数据。

NLP和结肠镜检查质量
最近的一项研究检验了使用NLP来评估结肠镜检查质量的方法，由于人工检查的挑战，这种方法并不经常进行。在这项横断面研究中，NLP程序分析了匹兹堡大学医学中心电子病历系统中包含的24,000多份结肠镜检查报告和相关病理记录。

“对我来说，结肠镜检查质量的应用是一个测试案例。这是一个每个人都同意需要衡量质量的领域，但没有人这样做，”主要作者Ateev Mehrotra医学博士说，他是匹兹堡大学医学院普通内科的副教授，也是兰德公司的研究员。

研究人员考察了护理质量指标，包括患者麻醉风险的指示、知情同意的文件、肠道准备质量的描述、盲肠标志的标记、腺瘤的检测、摘取镜的时间的标记，以及是否采集了活检样本。

研究结果发表在《科学》杂志6月号上胃肠内镜他指出，虽然一些结肠镜检查质量指标的表现很差，但其他指标却达到了基准水平。在所有医院中，只有45.7%的手术准备充分;盲肠标志性病变占62.7%;腺瘤检出率为25.2%。更重要的是，该研究记录了医院和医生的广泛表现。

Mehrotra注意到一个有趣的观察结果，即口述报告与通过结构化电子记录系统生成的报告在质量上存在差异。口述报告的质量低于结构化模板生成的报告，但有一个重要的例外:腺瘤检测。

“发现腺瘤是一个性能问题，而不是文档问题，”Mehrotra说。“在所有指标中，除了腺瘤外，使用模板的患者表现更好。这很重要，因为我们认为结构将改进文档和性能。但对于我们最关心的一项措施，因为它可以预防癌症，它没有一点区别。”

如果没有NLP，这种发现可能永远不会发生。虽然胃肠病学专业协会提倡常规的绩效评估，但由于人工审查报告的复杂性、方便性和费用，这种评估很少发生。

这是各专业共同面临的挑战。人们更加重视质量表现，然而，分析数据所涉及的成本和物流为有效衡量结果并将这些发现应用于影响变革创造了障碍。NLP有潜力克服这些障碍，并在此过程中推动质量改进。

“NLP有两个方面非常强大。第一个层面是，我们可以开始定期生成质量分数，这些反馈将开始改善护理。现在，我们常常不知道如何将自己的表现与同行进行比较。”“NLP具有更强大的潜在影响的地方是在护理点。[医生]口述笔记，[NLP]实时分析，并提示治疗决策，[可能]改善护理。”

NLP和术后并发症
另一项重要研究考察了利用NLP从患者EMR数据中识别术后并发症的意义。横断面研究“使用自然语言处理在电子病历中自动识别术后并发症”发表在2011年8月的《美国医学协会杂志该研究涉及1999年至2006年期间在六家退伍军人健康管理局医院接受住院外科手术的2947名患者。

作为VA手术质量改进计划的一部分，该研究旨在通过医疗记录审查确定需要透析的急性肾功能衰竭、深静脉血栓形成、肺栓塞、败血症、肺炎或心肌梗死的术后发生率。将NLP识别并发症结果的敏感性和特异性与出院编码信息中使用的患者安全指标进行比较。

“我们对确定安全问题很感兴趣。这个领域的任何人都知道，目前，你处于不知所措的境地，因为你依赖于自发的报道，而这种报道效果不太好。因此，如果你对质量改进感兴趣，这些结果可能很难确定，”主要作者Harvey J. Murff说，他是范德比尔特大学医学中心的医学副教授，也是VA田纳西河谷医疗保健系统的附属机构。

研究结果使研究人员得出结论，与基于出院编码的患者安全指标相比，NLP分析具有更高的敏感性和更低的特异性。虽然结果“证明了这些类型的工具可以用于[识别]质量问题的概念，”Murff说，这项研究更令人兴奋的方面是将电子文档与NLP工具结合起来，实时识别并发症，以便早期干预。

他说:“这确实为完全电子化提供了强有力的理由，因为你有其他工具，而不仅仅是CPOE(计算机化医嘱输入)，可以减少用药错误，并可用于电子病历审查。”“你可以说，一个组织可能想认真考虑(在护理点)输入更多的电子文档。使用自然语言处理识别质量改进问题有很多实用价值。”

然而，这样做并非没有挑战。虽然越来越多的电子病历供应商正在嵌入具有NLP功能的软件，但如果临床医生没有实时记录电子文档，其实用性就会受到限制。如果没有这一点，NLP将被降级为事后分析。

另一个问题是临床医生对缩写的喜爱。“这有时会让你困惑，”莫夫说，他指出，密歇根州的一个研究小组试图使用NLP，但由于频繁使用MI而不是心肌梗死而被绊倒。

“总会有这样的问题出现，但这些都是可以解决的，”他说。“最大的瓶颈是采用非常全面的电子病历。你必须有数据，才能用NLP工具处理和寻找这些东西。”

无限的潜力
莫夫后来扩大了他的研究范围，包括更多的结果和门诊应用，他说NLP的潜力远远超出了质量。例如，范德比尔特大学正在进行的工作使用NLP工具来识别可能将新基因组类型与临床状况联系起来的临床变量。在药物经济学领域，NLP正被用于识别药物的潜在副作用，以便他们可以量身定制，以提高有效性或减少不良事件。

正如这些研究表明的那样，利用NLP的力量来影响质量结果和改善患者安全不再局限于主要的学术医疗中心和卫生系统。任何使用NLP软件和电子文档的机构甚至医疗实践都可以找到使用它来提高临床表现的方法。

“只要你有资源和计算能力，任何你有特定事件可能代表的临床文件的地方都是公平的搜索对象。“这只是临床专家思考如何在图表中表示事物并将其编纂的问题，”莫夫说。“我希望看到更多的人参与这些具有挑战性的结果，更多临床复杂的结果，我们在评估时受到人力问题的阻碍。(我们需要)更多的人在他们想要获取的信息类型上尝试突破极限。”

Elizabeth S. Roop是佛罗里达州坦帕市的自由撰稿人，专门从事医疗保健和HIT方面的工作。