MedDec: A Dataset for Extracting Medical Decisions from Discharge Summaries

要約

医療上の決定は、個人の健康と幸福に直接影響します。
臨床ノートから意思決定範囲を抽出することは、医療意思決定プロセスを理解する上で重要な役割を果たします。
この論文では、10 種類の医学的決定によって注釈が付けられた 11 の異なる表現型 (疾患) の臨床ノートを含む、「MedDec」と呼ばれる新しいデータセットを開発します。
臨床ノート内のさまざまなタイプの医療決定を共同で抽出して分類することを目的として、医療決定抽出のタスクを導入します。
データセットの包括的な分析を提供し、このタスクのベースラインとしてスパン検出モデルを開発し、最近のスパン検出アプローチを評価し、データ サンプルの複雑さを測定するためにいくつかの指標を採用します。
私たちの調査結果は、臨床意思決定の抽出に固有の複雑さを明らかにし、この研究分野での将来の研究を可能にします。
データセットとコードは https://github.com/CLU-UML/MedDec から入手できます。

要約(オリジナル)

Medical decisions directly impact individuals’ health and well-being. Extracting decision spans from clinical notes plays a crucial role in understanding medical decision-making processes. In this paper, we develop a new dataset called ‘MedDec’, which contains clinical notes of eleven different phenotypes (diseases) annotated by ten types of medical decisions. We introduce the task of medical decision extraction, aiming to jointly extract and classify different types of medical decisions within clinical notes. We provide a comprehensive analysis of the dataset, develop a span detection model as a baseline for this task, evaluate recent span detection approaches, and employ a few metrics to measure the complexity of data samples. Our findings shed light on the complexities inherent in clinical decision extraction and enable future work in this area of research. The dataset and code are available through https://github.com/CLU-UML/MedDec.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google