مدل­ سازي شباهت بيماران بر اساس تركيب زمان محور داده­ هاي ساخت­ يافته و بدون ساختار پرونده الكترونيكي سلامت

اصفهان : دانشگاه صنعتي اصفهان

نرم افزار

دكتري

امروزه با توسعه پرونده الكترونيكي سلامت، استفاده مجدد از اطلاعات باليني براي كاربردهاي ثانويه مانند پزشكي دقيق، مديريت منابع باليني، برنامه‌هاي نظارت و پايش بيماري‌ها و طبقه‌بندي بيماري‌ها فراهم‌شده است. شناسايي بيماران شبيه، يكي از اركان كاربردهاي ثانويه است. به اين منظور لازم است انواع اطلاعات ثبت‌شده در پرونده به فرمي مقايسه پذير تبديل شود. بخش مهمي از داده‌هاي ثبت‌شده براي بيماران اطلاعات بدون ساختار (متني) است. دركارهاي قبلي كه از داده‌هاي متني در توليد بازنمايي استفاده‌شده است، بردار نهايي بازنمايي از اتصال دو بردار بازنمايي متن و بردار بازنمايي داده‌هاي ساخت‌يافته ايجاد مي‌شود. در پژوهش‌ي جديد با هدف شناسايي ارتباطات داده‌هاي ساخت‌يافته و بدون ساختار ابتدا مدل داده از از تركيب انواع داده ها تشكيل شده و سپس بازنمايي صورت گرفته است. ازجمله نكات قابل‌بهبود در كارهاي قبل كه در اين پژوهش موردتوجه قرارگرفته است پردازش داده‌هاي متني باليني با استفاده از نگاشت مفاهيم باليني به پايگاه دانش است. يراي غني ساختن جنبه زماني استخراج اطلاعات، علاوه بر پردازش زمان ثبت رويدادهاي باليني، به اثر سوابق قبلي بيمار كه از متن‌هاي باليني استخراج‌شده‌اند نيز توجه شده و در مدل‌سازي استفاده گرديده است. مدل پيشنهادي ارائه‌شده در اين پژوهش در راستاي بهبود ضعف روش‌هاي قبلي بر پايه سه ايده تركيب داده‌هاي ساخت‌يافته و بدون ساختار، مديريت داده‌هاي زمان‌دار و شناسايي مفاهيم كليدي در متن هاي باليني طراحي‌شده است. دو الگوريتم پيشنهادي با نام‌هاي UTTree و UTTree-H معرفي شده‌اند و بر پايه ساختار درختي طراحي شده‌اند كه داده‌ها را از منابع مختلف تركيب كرده و ترتيب زماني رخداد رويدادهاي باليني را حفظ مي‌كند . در الگوريتم UTTree-H گستره زمان ثبت رويداد توسعه يافته و داده‌هاي سوابق قبلي بيمار در مدل‌سازي لحاظ شده‌اند. نتايج اجراي الگوريتم‌ها روي مجموعه دادگان MIMIC-III نشان داد ساختار پيشنهادي به‌منظور تركيب اطلاعات استخراج‌شده از پرونده الكترونيكي بيماران منجر به بهبود معيارهاي ارزيابي نسبت به مدل‌هاي پايه مي‌گردد و تعداد مفاهيم استخراج‌شده از بخش سوابق بيمار با اثربخشي روش UTTree-H رابطه دارد. براي بازنمايي، از مدل‌هاي زباني مبتني بر تبديل‌گر با هدف بهره‌گيري از مزاياي يادگيري انتقالي استفاده گرديد. همچنين راهكار آماري انتخاب مفاهيم پراهميت‌تر پياده‌سازي شد و ارزيابي‌ها نشان داد كه انتخاب مفاهيم پراهميت‌تر مي‌تواند در مدل‌هاي مبتني بر تبديل‌گر منجر به بهبود معيارها شود. در پايان يك الگوريتم پيشنهادي به‌منظور بهره‌گيري از الگوي يادگيري مبتني بر اعلان ارائه گرديد و به‌عنوان كارهاي آتي روي توسعه اين الگوي پردازشي تمركز خواهد شد.

225041

نرم افزار

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان