A Fujitsu MI-alapú technológiával automatizálja az orvosi szövegek kódolását

A klinikai feljegyzések kivonatolásának automatizálásával az egészségügyi szakemberek gyorsabban hozzájutnak a betegekkel kapcsolatos információkhoz, és több idejük marad a tényleges betegellátásra

2019. július 10., szerda, 11:59

Címkék: egészség egészségipar egészségügy egészségügyi informatika Fujitsu mesterséges intelligencia

A Fujitsu Laboratories of Europe bemutatta az elektronikus egészségügyi adatok (EHR) kezelését és a strukturálatlan (szabadszöveges) orvosi feljegyzések feldolgozását automatizáló megoldását. Az új MI-technológia a nagyobb pontosságának köszönhetően több mint 90%-kal mérsékli a folyamathoz szükséges időt. A kötelező egészségügyi osztályozásoknak megfelelő, új automatikus kódolási megoldás jellemzően kevesebb mint 1 perc alatt kivonatolja a feljegyzéseket, szemben a manuális klinikai feldolgozás 15 perces időigényével. A korábbi megoldásokkal ellentétben a Fujitsu MI-alapú szövegbányászati technológiája a szemantikai tudást természetes nyelvfeldolgozással (Natural Language Processing, NLP) és mélytanulási képességekkel ötvözve elemzi az orvosi feljegyzéseket és kivonatolja a fontos adatokat.

A Fujitsu Laboratories of Europe több innovációs partnerrel – köztük Madrid vezető egészségügyi intézményével, a San Carlos klinikai kórházzal – bonyolított le sikeres klinikai projekteket az elmúlt 4 évben. A kórház orvosigazgatója, dr. Julio Mayol, szakmai szempontból így magyarázza a Fujitsu által alkalmazott „co-creation” szemlélet jelentőségét: „Folyamatosan keressük a klinikai döntéshozás továbbfejlesztésére alkalmas, új módszereket. A Fujitsu Laboratories of Europe-pal folytatott közös munka lehetővé teszi, hogy fontos fejlesztéseket vegyünk igénybe a hatékonyság javítására. A ma elérhető elektronikus egészségügyi adatfeldolgozó rendszerek többsége nem elégíti ki az orvos-beteg kapcsolat követelményeit. Sőt, az ilyen rendszerek használatát több vizsgálat is közvetlen összefüggésbe hozta a klinikai dolgozók kiégésének jelenségével. A Fujitsu új MI-alapú szövegbányászati technológiája segítségével közvetlenül tudjuk kezelni ezt a problémát, és kézzelfogható javulást érhetünk el a klinikai döntéshozási folyamat hatékonyságában.”

A Fujitsu Laboratories of Europe vezérigazgatója, dr. Adel Rouz, így folytatja: „A San Carlos klinikai kórházhoz  hasonló partnerek esetében követett co-creation stratégia lehetővé tette, hogy betekintsünk az egészségügyi ágazat kihívásaiba, különös tekintettel a klinikai döntéshozás nehézségeire. Több olyan fontos innovációval is sikerült előállnunk, amelyek megváltoztatják az egészségügyi személyzet által követett munkafolyamatot. Ez újabb lépést jelent a klinikai adatok pontosságának növelése és digitalizálásuk automatizálása felé a kórházak, az egészségbiztosító társaságok és a kormányzati szervek számára. Úgy gondoljuk, hogy technológiánk szélesebb körben is alkalmazható, és más területek (pl. biztosítás, jog vagy megfelelés) hasonló kihívásainak legyőzésére is jól adaptálható.”

A strukturált információk kulcsszerepet játszanak az orvosi döntéshozásban és az egészségügyi ellátás színvonalának javításában. A klinikai szakembereknek azonban egyre kevesebb idejük van a betegekkel foglalkozni, és terhelésüket tovább fokozza, hogy az adatokat kötelesek azonnal bevinni az elektronikus adatkezelő rendszerekbe. A rugalmasabb adatbeviteli módszerek (pl. a betegekről készített jelentések szabadszöveges narratívája) csökkentik az időigényt, és hasznosabb, relevánsabb betegadatok rögzítését teszik lehetővé. A Fujitsu Laboratories és a Fujitsu Laboratories of Europe közös megoldásának bevált természetes nyelvfeldolgozási technikái közvetlenül reagálnak erre a szükségletre azzal, hogy automatikusan kivonatolják az adatfeldolgozó rendszerek számára szükséges strukturált információt a klinikai személyzet beszámolóiból. A szakemberek egyéni igényeire mélytanulási technikával felkészíthető megoldás a más kódoló rendszerek által alkalmazott komplex nyelvészeti szabályokhoz képest nagyobb rugalmasságot nyújt a szabad szöveg megfelelő kifejezéseinek azonosításához. Ebből eredően nagyfokú pontosságot biztosít, és a kezelés megfelelőségére vagy a beteg társadalmi hátterére vonatkozóan többféle kifejezést képes kivonatolni, mint ami a betegségek és az egészséggel kapcsolatos problémák nemzetközi statisztikai osztályozásában (ICD) szerepel.

A Fujitsu MI-alapú megoldása a szövegbányászatot mélytanulási technikákkal ötvözi az egészségügyi kódolási munkafolyamat konkrét lépései során, így nem igényel előre feldolgozott óriási adatsorokat a működéshez. A Fujitsu megoldásának két fő komponense:

  • tudásbázis létrehozása: a rendszer tudásgráfot alakít ki az egészségügyi osztályozások leképezéséhez, amelyeket szemantikailag külső forrásokkal is kiegészít. A szemantikai kiegészítés további kontextust biztosít az egészségügyi osztályozásokhoz, ami a folyamat egymást követő szakaszai során jobb eredmények elérését teszi lehetővé. A szemantikai kiegészítés eszközei között ontológiák és szóbeágyazási technikák is szerepelnek.
  • felismerés és hozzárendelés: az orvosi kifejezések mélytanulásra épülő felismerési folyamata, ami után a rendszer súlyozott pontszámok szerint rangsorolt képletek definiálásával kiszámítja a bevitt klinikai jegyzetek potenciális kódolását.

 

KLINIKAI FELJEGYZÉSEK

 

Orvosi kifejezések felismerése

(mélytanulás)

 

légúti distressz (betegség)

demencia (betegség)

asztma (betegség) májzsugor (betegség)

hasi fájdalom (betegség)

szívelégtelenség (betegség) mellkasi fájdalom (betegség)

ORVOSI KIFEJEZÉSEK

Kód hozzárendelése

(természetes nyelvi feldolgozás)

HOZZÁRENDELT KÓDOK pontszámmal

 

Asztma

 

J45 Asztma

Pontszám: 40,0

 

Nyilvános adatok

Szavak beágyazása (neurális hálózat)

Szemantikai kiegészítés (tudásgráf)

SZEMANTIKAILAG KIEGÉSZÍTETT TUDÁSGRÁF

Újszülöttkori légúti distressz

 

ORVOSI KUTATÁSI JELENTÉSEK

 

 

 

 

 

 

 

 

 

Status asthmaticus

J46 Status asthmaticus Pontszám: 18,44

MI-technika

Köztes termék

Folyamat

Ontológiák

Egészségügyi osztályozások

 

 

 

 

ORVOSI TUDÁS

 

 

 

A Fujitsu automatikus kódolást támogató, MI-alapú egészségügyi szövegbányászati folyamata

A Fujitsu MI-technológiáját két angol nyelvű adatsoron értékelték. Ezek 200 anonimizált privát klinikai feljegyzést és 5000 zárójelentést tartalmaztak egy MIMIC-III forrásból kivonatolva[1]. A Fujitsu technológiájának további előnye, hogy könnyen adaptálható bármilyen egészségügyi osztályozásra vagy más nyelvekre, és nem igényel óriási előre feldolgozott adatsorokat.

Az egészségügyi kódolási folyamat pontosságának javításával a Fujitsu technológiája hozzájárul az egységes eredmények eléréséhez, és időt takarít meg a szakemberek számára. A feldolgozott és kivonatolt információt a kormányzati szervek az egészségpolitika megtervezésére, a kutatók az orvosi kezelések hatékonyságának javítására, biztosítótársaságok a díjkalkuláció támogatására, a klinikusok pedig diagnosztikai és kezelési célokra használhatják. A Fujitsu új megoldását 2019 során a San Carlos Innovációs Központtal folytatott együttműködő kutatási programban is alkalmazni fogják.



[1] A MIMIC-III[1] egy nyilvánosan elérhető klinikai adatbázis. Az egészségügyi szakma jelenleg ezt tekinti hivatkozási alapnak vagy „aranystandardnak” az ilyen jellegű problémákkal kapcsolatos benchmark-vizsgálatoknál. A MIMIC-III a Beth Israel Deaconess Medical Center intenzív osztályainak 2001 és 2012 közötti anonimizált egészségügyi adatait tartalmazza. Az adatok rendkívül sokfélék (demográfiai adatok, főbb életjelenségek mérési adatai, laboratóriumi vizsgálatok, klinikai feljegyzések stb.).

Keresés
Bejelentkezés / Regisztráció
Austria transfers

Média Partnerek