К.С. Мышенков1, Н. Хаддад2

1,2 Московский государственный технический университет им. Н.Э. Баумана
(национальный исследовательский университет) (Москва, Россия)
1 myshenkovks@bmstu.ru, 2 nekoulahaddad@gmail.com

Постановка проблемы. Электронные медицинские карты – важный источник данных для повышения качества здравоохранения, проведения исследований и принятия оперативных решений. Однако серьезная проблема заключается в том, что большая часть ценной информации, содержащейся в медицинских записях, остается скрытой в неструктурированном тексте. Традиционные методы извлечения и анализа данных не позволяют эффективно собирать и использовать эту неструктурированную информацию.

Цель. Повысить качество диагностики и медицинского обслуживания пациентов, обеспечив медицинских работников системой эффективной оценки соответствия медицинских назначений установленным стандартам.

Результаты. Проведен анализ методов обработки естественного языка, используемых при расчете сходства текста, определены их преимущества и ограничения. Разработана автоматизированная система анализа соответствия медицинских назначений врачей требованиям стандартов, которая базируется на алгоритмах контролируемого машинного обучения и обработки естественного языка. Описаны основные этапы работы системы: загрузка отчетов, синтаксический анализ, векторизация текста, прогнозирование выходных данных, проверка назначений и визуализация результатов. Для разработанной в рамках системы модели анализа терминов конкретной предметной области было проведено ее сравнительное исследование с существующими моделями машинного обучения на базе модели BERT. Отмечено, что разработанная модель показала лучшие результаты по скорости обработки данных и точности классификации.

Практическая значимость. Предлагаемая система обеспечивает повышение эффективности процессов оценки назначений врачей и качества лечения пациентов, соблюдение установленных стандартов. Полученные результаты представляют собой значительный шаг вперед в развитии систем поддержки принятия решений в медицине.

Мышенков К.С., Хаддад Н. Анализ методов обработки естественного языка для применения в системах поддержки принятия решений в медицине // Динамика сложных систем. 2024. Т. 18. № 4. С. 17−27. DOI: 10.18127/j19997493-202404-02

1. Haddad N., Levadny I., Dmitriev A. Analysis of P300 Features for Target Stimulus Detection Using Artificial Neural Network with Small Dataset for BCI Tasks. 2021 Ural Symposium on Biomedical Engineering, Radioelectronics and Information Technology (USBEREIT). Russian Federation, Yekaterinburg, 13–14 May 2021. IEEE, 2021. P. 149–152. DOI 10.1109/USBEREIT51232.2021.9454995.
2. Wang X., Dong D., Chi X. et al. sEMG-based consecutive estimation of human lower limb movement by using multi-branch neural network. Biomedical Signal Processing and Control. 2021. V. 68. № 102781. P. 1–9. DOI 10.1016/j.bspc.2021.102781.
3. Kanev A., Terekhov V., Kochneva M. et al. Hybrid Intelligent System of Crisis Assessment using Natural Language Processing and Metagraph Knowledge Base. 2021 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (ElConRus). Russian Federation, St. Petersburg, Moscow, 26–29 Jan. 2021. IEEE. 2021. P. 2099–2103. DOI 10.1109/ElConRus51938.2021.9396100.
4. Kanev A., Terekhov V., Chernenky V., Proletarsky A. Metagraph Knowledge Base and Natural Language Processing Pipeline for Event Extraction and Time Concept Analysis. 2021 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (ElConRus). Russian Federation, St. Petersburg, Moscow, 26–29 Jan. 2021. IEEE. 2021. P. 2104–2109. DOI 10.1109/ElConRus51938.2021.9396541.
5. Гридина Н.В., Золотенкова Г.В., Рогачев А.И., Пиголкин Ю.И. Инструментальное обеспечение решения задачи классификации при судебно-медицинской диагностике биологического возраста неопознанного индивидуума // Системы высокой доступности. 2020. Т. 16. № 4. С. 64−70. DOI 10.18127/j20729472-202004-06.
6. Seinen T.M., Fridgeirsson E.A., Ioannou S. et al. Use of unstructured text in prognostic clinical prediction models: a systematic review. Journal of the American Medical Informatics Association. 2022. V. 29. № 7. P. 1292–1302. DOI 10.1093/jamia/ocac058.
7. Datta S., Bernstam E.V., Roberts K. A frame semantic overview of NLP-based information extraction for cancer-related EHR notes. Biomedical Informatics. 2019. V. 100. № 103301. P. 1–15. DOI 10.1016/j.jbi.2019.103301.
8. Волков А.С., Черненький М.В., Силантьева Е.Ю. Двухэтапная процедура нейросетевого анализа тональности текстов на русском языке // Динамика сложных систем – XXI век. 2021. T. 15. № 4. С. 5−13. DOI 10.18127/j19997493-202104-01.
9. Мышенков К.С., Хаддад Н. Использование методов машинного обучения для прогнозирования неврологических заболеваний // Динамика сложных систем – XXI век. 2022. Т. 16. № 1. С. 66–74. DOI 10.18127/j19997493-202201-07.
10. Wallace E., Smith S.M., Fahey T., Roland M. Reducing emergency admissions through community based interventions. British Medical Journal. 2016. V. 352. № h6817. DOI 10.1136/bmj.h6817.
11. Haddad N., Myshenkov K.S., Afanasiev G.I. Introducing Text Analysis Algorithms in Decision Support Systems for Automated Evaluation of the Doctor Prescriptions. 2024 6th International Youth Conference on Radio Electronics, Electrical and Power Engineering (REEPE). Russian Federation, Moscow, 29 Feb. 2 Mar. 2024. IEEE. 2024. P. 1–5. DOI 10.1109/REEPE60449.2024.10479914.
12. Rahutomo F., Kitasuka T., Aritsugi M. Semantic Cosine Similarity. 7th International Student Conference on Advanced Science and Technology (ICAST 2012). South Korea, Seoul, Oct. 2012. Seoul: University of Seoul, 2012. V. 4. № 1. P. 1–2.
13. Niwattanakul S., Singthongchai J., Naenudorn E., Wanapu S. Using of Jaccard Coefficient for Keywords Similarity. International MultiConference of Engineers and Computer Scientists (IMECS 2013). Hong Kong, 13–15 Mar. 2013. 2013. V. 1. № 6. P. 380–384.
14. Greenhill S.J. Levenshtein Distances Fail to Identify Language Relationships Accurately. Computational Linguistics. 2011. V. 37. № 4. P. 689–698. DOI 10.1162/COLI_a_00073.
15. Sjenel L.K., Yücesoy V., Koç A., Çukur T. Semantic similarity between Turkish and European languages using word embeddings. 2017 25th Signal Processing and Communications Applications Conference (SIU). Turkey, Antalya, 15–18 May 2017. IEEE. 2017. P. 1–4. DOI 10.1109/SIU.2017.7960365.
16. Yang X., Liu J., Chen Z., Wu W. Semi-supervised learning of dialogue acts using sentence similarity based on word embeddings. 2014 International Conference on Audio, Language and Image Processing. China, Shanghai, 7–9 July 2014. IEEE, 2015. P. 882–886. DOI 10.1109/ICALIP.2014.7009921.
17. Gupta V., Giesselbach S., Rüping S., Bauckhage Ch. Improving Word Embeddings Using Kernel PCA. 4th Workshop on Representation Learning for NLP (RepL4NLP–2019). Italy, Florence, 2 Aug. 2019. Association for Computational Linguistics, 2019. P. 200–208. DOI 10.18653/v1/w19-4323.
18. Lee S., Baker J., Song J., Wetherbe J.C. An Empirical Comparison of Four Text Mining Methods. 2010 43rd Hawaii International Conference on System Sciences (HICSS). USA, HI, Honolulu, 5–8 Jan. 2010. IEEE, 2010. P. 1–10. DOI 10.1109/HICSS.2010.48.
19. Du L., Hu C. Text similarity detection method of power customer service work order based on TFIDF algorithm. 2022 IEEE 5th International Conference on Information Systems and Computer Aided Education (ICISCAE). China, Dalian. 23–25 Sept. 2022. IEEE. 2022. P. 978–982. DOI 10.1109/ICISCAE55891.2022.9927512.
20. Cheng B., Li X., Chang Y. Eliminating Negative Word Similarities for Measuring Document Distances: A Thoroughly Empirical Study on Word Mover’s Distance. IEEE Transactions on Neural Networks and Learning Systems. 2024. V. 35. № 6. P. 7936–7948. DOI 10.1109/TNNLS.2022.3222336.
21. Kusner M.J., Sun Y., Kolkin N.I., Weinberger K. From Word Embeddings to Document Distances. 32nd International Conference on Machine Learning (ICML-2015). France, Lille, 2015. JMLR W&CP. 2015. V. 37. P. 957–966.
22. Akef S., Bokaei M.H., Sameti H. Training Doc2Vec on a Corpus of Persian Poems to Answer Thematic Similarity Multiple-Choice Questions. 2020 10th International Symposium on Telecommunications (IST). Iran. Tehran. 15–17 Dec. 2020. IEEE. 2021. P. 146–149. DOI 10.1109/IST50524.2020.9345918.
23. Egger R., Yu J. A Topic Modeling Comparison Between LDA, NMF, Top2Vec, and BERTopic to Demystify Twitter Posts. Frontiers in Sociology. 2022. V. 7. P. 1–16. DOI 10.3389/fsoc.2022.886498.
24. Alvi N., Talukder K.H. Sentiment Analysis of Bengali Text using CountVectorizer with Logistic Regression. 2021 12th International Conference on Computing Communication and Networking Technologies (ICCCNT). India, Kharagpur. 6–8 July 2021. IEEE. 2021. P. 1–5. DOI 10.1109/ICCCNT51525.2021.9580017.
25. Goyal R. Evaluation of rule-based, CountVectorizer, and Word2Vec machine learning models for tweet analysis to improve disaster relief. 2021 IEEE Global Humanitarian Technology Conference (GHTC). USA. WA. Seattle. 19–23 Oct. 2021. IEEE. 2021. P. 16–19. DOI 10.1109/GHTC53159.2021.9612486.
26. Стандарты первичной медико-санитарной помощи. URL: https://minzdrav.gov.ru/ministry/61/22/stranitsa-979/stranitsa-983/1-standarty-pervichnoy-mediko-sanitarnoy-pomoschi (дата обращения: 21.10.2023).
27. Булгакова О.С., Баранцева В.И. Общий клинический анализ крови как метод определения постстрессорной реабилитации // Успехи современного естествознания. 2009. № 6. P. 22–28.
28. Tun N.L., Gavrilov A., Tun N.M. et al. Remote Sensing Data Classification Using A Hybrid Pre-Trained VGG16 CNN- SVM Classifier. 2021 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (ElConRus). Russian Federation, St. Petersburg, Moscow. 26–29 Jan. 2021. IEEE. 2021. P. 2171–2175. DOI 10.1109/ElConRus51938.2021.9396706.
29. Liu N., Hu Q., Xu H. et al. Med-BERT: A Pretraining Framework for Medical Records Named Entity Recognition. IEEE Transactions on Industrial Informatics. 2022. V. 18. № 8. P. 5600–5608. DOI 10.1109/TII.2021.3131180.
30. Rönnqvist S., Kanerva J., Salakoski T., Ginther F. Is Multilingual BERT Fluent in Language Generation? 22nd Nordic Conference on Computational Linguistics: First NLPL Workshop on Deep Learning for Natural Language Processing. Finland. Turku: Linköping University Electronic Press. 2019. P. 29–36. DOI 10.48550/arXiv.1910.03806.
31. Pogrebnoy D., Funkner A., Kovalchuk S.V. RuMedSpellchecker: Correcting Spelling Errors for Natural Russian Language in Electronic Health Records Using Machine Learning Techniques. 23rd International Conference on Computational Science (ICCS 2023). Czech Republic, Prague, Czech Technical University in Prague, 3–5 July. 2023: Lecture Notes in Computer Science (LNCS): Proceedings. Part III. Cham: Springer. 2023. V. 10475. P. 213–227. DOI 10.1007/978-3-031-36024-4_16.