基于机器学习的心脏科接口术语策展用于电子健康记录突出显示

arXiv cs.AI 论文
healthcare cardiology electronic-health-records machine-learning natural-language-processing terminology clinical-informatics

摘要

本文提出了一种利用机器学习技术策展心脏科接口术语（CIT）的方法，用于突出显示电子健康记录笔记中的细节。该方法包含三个阶段，包括衍生训练数据并训练ML模型以识别候选概念，在测试数据上实现了高完整性和高覆盖率。

arXiv:2606.08311v1 Announce Type: new 摘要：电子健康记录（EHR）笔记是密集的医学文档，包含大量信息，且常充满复杂的医学术语。突出显示EHR中的所有细节有助于通过引起对关键内容的注意来降低遗漏重要信息的可能性。本研究提出设计一个心脏科接口术语（CIT），以准确突出显示心脏病患者EHR笔记中的所有细节。我们引入了一种创新的机器学习（ML）技术来设计CIT。该ML技术需要训练数据。手动准备此类训练数据耗时且昂贵。CIT设计过程包括三个阶段。在前两个阶段，我们创新性地衍生出训练数据CIT，用于第三阶段的ML技术。我们首先设计初始CIT，由几个部分组成：SNOMED中与心脏科相关的子层级、从构建集的EHR中挖掘的其他SNOMED概念，以及术语的必要组成部分（如医学缩写和药物）。通过迭代过程，从构建集中提取包含初始CIT概念的细粒度短语作为CIT候选概念。在将候选概念添加到CIT之前进行半自动审查，从而得到训练数据CIT（TCIT）。在第三阶段，使用TCIT训练ML模型，以识别适合作为CIT概念的新候选。该模型用于从构建集中提取更多概念，得到最终CIT。最终CIT用于突出显示测试集，并评估其在未见过的EHR数据集中捕获细节的程度。为此，使用了四个评估指标：覆盖率、广度、完整性和简洁性。突出显示的测试集覆盖率为74.21%，广度为1.68。对于测试集中随机抽取的20条笔记，平均完整性为98.2%，平均简洁性为84.2%。
查看原文
查看缓存全文

缓存时间: 2026/06/09 08:55 

# 利用机器学习构建心血管接口术语以突出显示电子健康记录

来源：https://arxiv.org/abs/2606.08311  
查看 PDF (https://arxiv.org/pdf/2606.08311)

> 摘要：电子健康记录（EHR）笔记是密集的医学文档，包含大量信息，常充斥着复杂的医学术语。突出显示 EHR 中的所有细节有助于通过吸引对关键内容的注意力来降低遗漏重要信息的可能性。本研究提出设计一种心血管接口术语（Cardiology Interface Terminology，CIT），以准确突出显示心血管患者 EHR 笔记中的所有细节。我们引入了一种创新的机器学习（ML）技术用于 CIT 的设计。该 ML 技术需要训练数据。手动准备此类训练数据既耗时又昂贵。CIT 的设计过程包括三个阶段。在前两个阶段中，我们创新性地衍生出一个训练数据 CIT，供第三阶段的 ML 技术使用。我们首先设计一个初始 CIT，由几个部分组成：SNOMED 的心血管相关子层级、从构建集 EHR 中挖掘的其他 SNOMED 概念，以及术语的必要组成部分（例如，医学缩写和药物）。通过迭代过程，从构建集中提取包含初始 CIT 概念的细粒度短语作为 CIT 概念候选。在将候选概念添加到 CIT 之前，会对其进行半自动审查，从而生成训练数据 CIT（TCIT）。在第三阶段，使用 TCIT 训练 ML 模型，以识别适合作为 CIT 概念的候选。该模型用于从构建集中提取更多概念，从而生成最终的 CIT。然后使用最终的 CIT 来突出显示测试集，并评估其在未见过的 EHR 数据集中捕获细节的程度。为此，使用了四个评估指标：覆盖率、广度、完整性和简洁性。突出显示的测试集覆盖率为 74.21%，广度为 1.68。对于测试集中的 20 个随机笔记，平均完整性为 98.2%，平均简洁性为 84.2%。

## 提交历史

来自：Mahshad Koohi Habibi Dehkordi \[查看邮箱 (https://arxiv.org/show-email/67790a79/2606.08311)\] **\[v1\]** 2026 年 6 月 6 日星期六 19:52:41 UTC (1,465 KB)

相似文章