متن‌كاوي جنبه محور يادداشت‌هاي فارسي پزشكي در حوزه مراقبت‌هاي تسكيني: مورد كاربردي سرطان

اصفهان : دانشگاه صنعتي اصفهان

مهندسي صنايع

كارشناسي ارشد

متن‌كاوي يادداشت‌هاي پزشكي به‌منظور استخراج اطلاعات از اين متون، اهميت بسزايي در تسهيل استفاده مجدد از اين يادداشت‌ها و اتخاذ تصميمات باليني دقيق‌تر دارد. باتوجه‌به اينكه حجم يادداشت‌هاي باليني در پرونده‌هاي الكترونيك سلامت بيماران به طور مداوم در حال افزايش است، استفاده درست و بهينه از اين اطلاعات براي ارتقاي كيفيت خدمات بهداشتي و درماني ضروري مي‌باشد. به‌كارگيري روش‌هاي پيشرفته متن‌كاوي مي‌تواند به تحليل سريع‌تر و دقيق‌تر اين حجم وسيع از داده‌ها كمك كند و در نتيجه بهره‌وري سيستم‌هاي بهداشتي را بهبود بخشد. در اين پژوهش، جهت استخراج اطلاعات و كمك به پزشكان جهت تسهيل در روند تصميم‌گيري باليني از يك روش مبتني بر جنبه استفاده شده است. در پژوهش‌هاي اخير رويكردهاي بدون نظارت به دليل صرفه‌جويي در هزينه و زمان جهت استخراج جنبه‌ها به طور قابل توجهي مورد توجه قرار گرفته‌اند؛ بسياري از اين روش‌ها از مدل‌سازي موضوعي براي استخراج جنبه‌ها بهره مي‌گيرند؛ اما مدل‌سازي موضوعي به‌تنهايي ممكن است به استخراج جنبه‌هايي منجر شود كه از نظر خبرگان فاقد اهميت هستند. در ادامه براي حل اين مشكل از خوشه‌بندي تكرارشونده كلمات جهت استخراج جنبه‌ها مطابق نظر خبره استفاده شده است. روش پيشنهادي اين پژوهش شامل ساختاري تركيبي از مدل‌هاي يادگيري بدون‌ نظارت و بانظارت مي‌باشد. در فاز اول اين پژوهش، جهت استخراج جنبه‌ها از مدل‌هاي يادگيري بدون نظارت و در فاز دوم، جهت تشخيص وضعيت هر جنبه در هر يادداشت باليني از روش‌هاي يادگيري بانظارت استفاده شده است. در فاز اول، پس از استخراج كلمات كليدي به ايجاد يك پيكره با استفاده از يادداشت‌هاي باليني، جهت آموزش مدل Word2vec و استخراج بردار تعبيه مربوط به كلمات كليدي براي ورود آنها به الگوريتم‌هاي مختلف خوشه‌بندي پرداخته شد؛ پس از بررسي الگوريتم‌‌هاي خوشه‌بندي استفاده شده، درنهايت با كمك الگوريتم خوشه‌بندي مدل مخلوط گوسي طي چند مرحله، جنبه‌هاي اشاره ‌شده در يادداشت‌هاي باليني حوزه مراقبت تسكيني سرطان مطابق با اهميت جنبه از نظر خبرگان شناسايي و تعيين شدند؛ در اين فاز 14 جنبه شامل دفع ادرار، دفع مدفوع، گوارش، ترشحات، تغذيه، وابسته به تخت، فعاليت، تنفس، بستري، تجمع مايعات در اندام، قلب و ريه، روان، هوشياري و عارضه اندام استخراج شد. اين جنبه‌ها از جمله جنبه‌هاي حائز اهميت در تصميمات باليني هستند كه در اكثر يادداشت‌ها به آنها پرداخته شده است. در فاز دوم، وضعيت جنبه‌هاي استخراج شده در 400 يادداشت‌ باليني توسط خبرگان برچسب گذاري شد. جهت تشخيص وضعيت جنبه‌ها در هر يادداشت، از مدل‌هاي يادگيري بانظارت طي سه سناريو استفاده و سپس مدل و سناريوي مناسب براي هر جنبه مشخص شد. در نهايت، جهت مقايسه و ارزيابي روش پيشنهادي پژوهش در تشخيص وضعيت جنبه‌ها از يك روش مرسوم (TF-IDF) استفاده شد. نتايج ارزيابي نشان مي‌دهد كه مدل پيشنهادي در اكثر جنبه‌ها بهبود قابل توجهي داشته است. به‌طور ميانگين، ميزان بهبود دقت در تمامي جنبه‌ها 2.48% و ميانگين بهبود امتياز F1 برابر با 13% است؛ همچنين بيشترين ميزان بهبود امتياز F1 مربوط به جنبه تجمع مايعات در اندام مي‌باشد كه بهبود دقت برابر با 0.97% و بهبود امتياز F1 بيش از 100% مي‌باشد.

231613

لجستيك و زنجيره تامين

مهندسي صنايع و سيستم ها

دانشگاه صنعتي اصفهان