基于自然语言问题的电子病历分析工具—QReport

为提高诊疗水平,临床医生在临床科研工作中,经常要对临床电子病历(Electronic Medical Record,EMR)数据进行各种统计分析。这项工作传统上由医疗信息人员协助,通过不断写SQL或是构建独立的联机事务分析系统完成。对于医生来说,使用EMR进行统计分析的门槛很高。为了降低医生使用EMR的门槛,文章提出了基于自然语言问题的电子病历分析工具—QReport,临床医生输入临床症-治-效相关的各种统计问题,QReport能够自动展现相应的图表。文中使用的症-治-效统计问题集使用专家调查法(Delphi method)向临床医生收集,对于统计自然语言问题,首先对其进行分词、抽取链接和文法解析得到问题解析树,之后生成问题语义图,并翻译为图查询语句在EMR知识库中检索。结果表明,该文法能够覆盖医学期刊中92.26%的统计类问题模式,且文法解析正确率为94.0%,用户主观满意度中位数为3.5(1-5)。