自然语言处理技术在临床记录中自动提取氟嘧啶治疗及相关毒副作用

于红博

摘要: 目标：氟嘧啶类药物被广泛用于结直肠癌和乳腺癌的治疗，但会引起手足综合征和心毒性等毒性反应。由于毒性记录通常嵌入在临床笔记中，我们旨在开发和评估自然语言处理（NLP）方法来提取治疗和毒性信息。 材料和方法：我们构建了一个由204,165名成年肿瘤患者的236份临床笔记组成的黄金标准数据集。领域专家标注了与治疗方案和毒性相关的类别。我们开发了基于规则的、基于机器学习的（随机森林、支持向量机[SVM]、逻辑回归[LR]）、基于深度学习的（BERT、ClinicalBERT）和基于大型语言模型（LLM）的NLP方法（零-shot和误差分析提示）。模型采用了80:20的训练-测试分裂。 结果：存在足够的数据来训练和评估5个已注释的类别。误差分析提示实现了治疗和毒性提取的最佳精度、召回率和F1分数（F1=1.000），而零-shot提示达到了治疗的F1=1.000和毒性的F1=0.876。LR和SVM在毒性方面排名第二（F1=0.937）。深度学习表现不佳，BERT（治疗F1=0.873；毒性F1=0.839）和ClinicalBERT（治疗F1=0.873；毒性F1=0.886）。基于规则的方法作为我们的基准，在治疗方面的F1分数为0.857，在毒性方面为0.858。 讨论：LLM方法表现优于其他方法，其次是机器学习方法。机器和深度学习方法受限于小训练数据，并显示出有限的泛化能力，特别是对于罕见类别。 结论：LLM基于NLP最有效地从临床笔记中提取氟嘧啶类药物的治疗和毒性信息，并具有强大的潜力支持肿瘤学研究和药物监测。

更新时间: 2025-10-23 16:44:39

领域: cs.CL,cs.AI

下载: http://arxiv.org/abs/2510.20727v1