Mercy应用自然语言处理技术改进心脏治疗

来源：HIT专家网    编译：谭啸

Mercy，是一家位于美国圣路易斯的医疗机构，它是Epic公司的长期客户，自2008年以来一直应用Epic系统。虽然他们已经熟练掌握了电子健康记录（EHR），但这并不一定意味着数据利用最大化。

NLP帮助收集以前无法获取的数据

谈到临床数据利用时，Mercy数据科学经理Kerry Bommarito说：“EHR系统中有很多数据，我们无法获得。”EHR中记录的大量信息，比如：特定症状列表、来自超声心动图报告的诊断、某些基准分类等，都十分有价值，但它们却不易获取和分析。

在过去的一年左右，Mercy一直在使用Linguamatics公司的自然语言处理技术，为心脏病患者提供针对其7年临床记录的分析，而这在以前是无法获取的数据。

作为与美敦力公司（Medtronic）合作协议的一部分，Mercy通过挖掘EHR数据来评估心力衰竭装置的性能，从而让制造商知道如何改进其植入式产品，并帮助Mercy的临床医生在治疗过程中做出更好的数据驱动决策。

Mercy正在进行这样的项目，连续追踪100,468名慢性心力衰竭患者，这些患者都安装了心脏再同步治疗装置，该项目涉及近3600万份来自门诊和急诊医疗机构的临床记录。

Linguamatics公司的NLP技术帮助Mercy提取了关键的心脏学措施，包括：射血分数测量、症状（如呼吸短促、疲劳和心悸）、纽约心脏协会分类等，并像分离数据集一样轻松进行分析。

这样可以更好地利用从供应商叙述中收集的信息，帮助Mercy获得关于CRT设备如何帮助其心脏病患者的重要认识。Mercy希望将NLP软件应用于其他一系列项目，以帮助优化其工作流程，提高医疗质量和产出。

Bommarito说：“我们知道，我们需要一种工具来获取我们需要的元素，以真正评估这些患者的心力衰竭程度。例如：射血分数（每次心脏收缩时，离开心脏的血液百分比）能在超声心动图报告中找到，而不是在EHR的离散字段中。“而且，呼吸困难和头晕等症状经常没有用诊断代码编码，因为它们不会影响报销。”Bommarito解释说。

Linguamatics工具让数据为我所用

NLP软件帮助Mercy从临床记录中解锁这些部分信息，帮助Metronic对这些患者进行分类，让数据为我所用，比如，可以观察心衰的发展以及症状如何随着时间而改变。”Bommarito表示，Linguamatics提供的功能可以帮助挖掘数据，并使其更容易理解。

“对我们来说，最大的好处之一是他们的医学本体库的可用性。”她解释说。“我们不必坐在这里绞尽脑汁地想一种方式，让医生可以在记录时说‘气短’，Linguamatics有这些图书馆：我们可以在图书馆中开始查询，做一些验证，也许可能稍微修改一下查询，这样它就更适合于Mercy系统了，它是一个真正节省时间的工具。”

例如，多年来，医生描述某些症状的偏好措辞可能会改变，或者文件实践可能会发生变化。该系统能够帮助解决这个问题。

“我们每年都会对抽取的数据进行验证，验证发现，我们谈论某些事情的标准方式已经发生了变化。例如，以前称为QRS的心脏测量，现在叫QRSd。所以，我们不仅要确保医生发起正确的查询，而且要确保它随着时间和语言模式的发展而变化。”

“我们的行为模式以及我们如何使用Epic系统，都随着时间的推移发生了变化；系统本身和技术也发生了变化。”Mercy数据工程和分析总监Mark Dunham说，“多年来，我们增加了额外的模块、推出了新功能和升级版，改变了工作流程。但智能应用NLP软件有助于顺利适应这些改变和差异，并能够在近十年的价值记录中收集一致的数据。”

“而且，需要处理的数据量很大。Mercy必须将大量数据从本地数据库迁移到Hadoop平台上，以便我们能够更高效地处理它，并将其提供给Linguamatics系统。”Dunham说。

但是再艰苦的工作都是值得的。

Bommarito说：“我们能够看到病人的进展情况，我们可以看到某些治疗是否会影响结果。如果患者的结果下降，我们可以看到：患者在服用什么药物？我们是否在他们身上放置心脏装置以改善结果？我们能够在患者群体中看到疾病的进展，看是否有影响或改善它的因素。”

推广NLP应用

Medtronic心脏研究仍在进行中，但Mercy已经计划将NLP的使用扩展到整个医疗系统的其他领域。Bommarito说：“在内部，我们想应用NLP来缓解医生的疲劳，让医生的记录工作更便捷。”

“我们已经与主要的医护人员进行了访谈：我们可以做些什么来帮助减轻他们的负担？如何提升专业能力和生产力？”Dunham说。“我们还可以做很多其他事情，现在要看我们如何能够将其带入其他项目。”

“医生笔记中的数据曾被认为是‘数据荒漠’，实际上那里大有价值，但还有很多数据被包裹住，我们不确定如何访问它。”Bommarito表示，“这个心脏项目真地让我们看到了很多可能性：我们可以在笔记中找到什么，以及它如何补充离散记录的内容；有没有机会在离散记录的数据中发现一些价值？我们是否可以将数据推送回去，并在可以获得更好质量数据的边缘发力？我们目前还只是抓住了可做事情的表面。”

附英文链接：

http://www.healthcareitnews.com/news/how-mercy-using-nlp-its-epic-ehr-improve-analytics-cardiac-care

【责任编辑：谭啸】