Identifying Mentions of Pain in Mental Health Records Text: A Natural Language Processing Approach

要約

タイトル：自然言語処理アプローチによるメンタルヘルス記録文書での痛みの言及の識別

要約：
– 痛みは医療リソースにアクセスする一般的な理由であり、特に精神衛生との重なりについては研究の増加が見られる。
– 精神衛生電子健康記録は、この重なりを研究するための良いデータソースである。
– しかし、痛みに関する情報の多くはこれらの記録の自由テキストに保持されており、その曖昧な性質のため痛みの言及は自然言語処理の問題を引き起こす。
– このプロジェクトでは、匿名の精神衛生電子健康記録データを使用して、患者の痛みについて議論している文を分類する機械学習ベースの分類アルゴリズムを訓練することを目的とする。
– 1,985の文書が手動で3つの注釈者によって訓練データのゴールドスタンダードの作成に使用され、これは3つの一般的に使用される分類アルゴリズムの訓練に使用された。
– 最も性能の良いモデルは、F1スコアが0.98（95％CI 0.98-0.99）となり、大規模なデータベースから関連する痛み情報を抽出し、その出力をさらに痛みと精神衛生に関する研究に利用することができるようになる。

要点：
– 精神衛生と痛みの境界領域の研究には、電子健康記録が良いデータソースである
– 精神衛生電子健康記録には、記録された自由テキスト情報が重要だが、特に痛みの言及は曖昧な性質を持つため、自然言語処理の問題を引き起こす
– 研究チームは、痛みについて議論している文を分類する機械学習ベースの分類アルゴリズムを開発した
– アルゴリズムは、1,985の文書を使用して訓練され、最も性能の良いモデルは、F1スコアが0.98（95％CI 0.98-0.99）であった
– このアルゴリズムにより、大規模なデータベースから関連する痛み情報を抽出し、痛みと精神衛生に関する研究に利用することができる。

要約(オリジナル)

Pain is a common reason for accessing healthcare resources and is a growing area of research, especially in its overlap with mental health. Mental health electronic health records are a good data source to study this overlap. However, much information on pain is held in the free text of these records, where mentions of pain present a unique natural language processing problem due to its ambiguous nature. This project uses data from an anonymised mental health electronic health records database. The data are used to train a machine learning based classification algorithm to classify sentences as discussing patient pain or not. This will facilitate the extraction of relevant pain information from large databases, and the use of such outputs for further studies on pain and mental health. 1,985 documents were manually triple-annotated for creation of gold standard training data, which was used to train three commonly used classification algorithms. The best performing model achieved an F1-score of 0.98 (95% CI 0.98-0.99).

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI