基于电子病历的预训练模型在急性呼吸道感染识别中的应用

摘要：

目的:评价基于电子病历的预训练模型对急性呼吸道感染（ARI）的识别效果。方法:收集重庆大学附属三峡医院2021年12月1至31日就诊于呼吸与危重症科、发热门诊、急诊门诊、儿科、感染科的所有患者的病历资料。使用基于Transformer的双向编码器表征（BERT）预训练模型对病历进行ARI病例识别与判断，以医学专业人员根据ARI病例定义判断的结果作为“金标准”，计算模型识别ARI的灵敏度、特异度、与“金标准”的一致性及受试者工作特征曲线下面积（AUC），评价模型对ARI病例识别的准确性。结果:含有3 817条电子医疗记录的测试集中，共有1 200条经人工判定的ARI病历。模型判定ARI共计1 205例，灵敏度为92.67%（1 112/1 200），特异度96.45%（2 524/2 617），与“金标准”的一致性Kappa值为0.89，AUC为0.95。模型在男性和女性中识别ARI的准确性相近（AUC分别为0.95和0.94），且对未成年ARI病例识别较18~59岁及≥60岁（AUC分别为0.94，0.89和0.89）更准确。相较于住院患者，目前模型对门诊患者的ARI识别更好，AUC分别为0.74和0.95。结论:使用基于电子病历的预训练模型对ARI病例判定具有良好的效果，特别是针对门诊患者及未成年患者。该模型在利用电子病历进行医疗机构ARI病例监测方面表现出良好的潜力。

关键词：急性呼吸道感染、电子病历、预训练模型、应用

所属期刊栏目：56

资助基金：中国医学科学院医学与健康科技创新工程项目2021-I2M-1-044，2020-I2M-1-001;群医学学科建设经费WH10022021145;Chinese Academy of Medical Sciences Innovation Fund for Medical Science2021-I2M-1-044, 2020-I2M-1-001;Disciplines Construction Project: Population MedicineWH10022021145

在线出版日期：2023-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1543-1548