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

作者：贾萌萌; 刘晞照; 漆莉; 戴佩希; 李勤; 姜明月; 唐**; 谭明伟; 李婷婷; 姜玢杉; 任钰华; 饶俊莉; 颜朝阳; 曹琰琳; 杨维中; 冉华^*; 冯录召^*

来源：中华预防医学杂志, 2022, 56(11): 1543-1548.

• 急性呼吸道感染
• 电子病历
• 预训练模型
• 应用

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。

• 单位
  中国医学科学院北京协和医学院; 公共卫生学院; 重庆大学; 重庆市疾病预防控制中心