自然语言处理、电子健康档案与胸外科

《Thoracic Surgery Clinics》：Natural Language Processing, Electronic Health Records, and Thoracic Surgery

　　

片段

**关键点**- 自然语言处理（NLP）和人工智能在医疗保健领域的应用正在不断扩展。- 胸外科即将迎来该技术的快速普及。- NLP可贯穿于整个临床流程，从患者识别、筛查、风险评估，到术后结局、生存率及患者沟通等环节。**缩写**| 缩写 | 全称 ||------|------|| AI | 人工智能 || CI | 置信区间 || CTs | 计算机断层扫描 || ML | 机器学习 || NLP | 自然语言处理 |**人工智能与机器学习概述**随着人工智能（AI）程序和机器学习（ML）的出现，几乎各行各业包括医学领域都在探索新的前沿。近年来，能够执行以往仅限于人类感知与解读任务的计算机系统的使用呈爆炸式增长。随后统计技术的应用使这些计算机系统能够自主制定数据解读策略，从而实现无需特定人类指令的独立"学习"。**自然语言处理的详细步骤**NLP是AI程序的一个特定子集，其核心围绕语言本身而非数字或定量数据展开。这一AI分支融合了计算机科学与语言学，旨在创建能够高效处理人类语言的程序。在医疗领域，NLP可以从大量文本中提取聚焦信息，无论是通过病历、电子健康记录还是其他文本形式。3NLP起源于20世纪50年代初期，最初作为AI分析语言学的一种机制被开发出来。**自然语言处理技术的局限性、伦理问题、适应性与普适性**与任何新技术突破一样，AI技术也会面临诸多陷阱。这些局限性可分为多个采纳障碍，包括经济方面、外科医生/机构方面、系统方面、全球性以及一般性障碍。经济障碍在任何新技术中都是主要因素，AI也不例外。使用基于计算机的技术需要软件许可费用以及高性能系统和网络的支持，这在一定程度上限制了该技术的实际应用。2?,2? 尽管这些……**自然语言处理与人工智能的未来方向**AI技术的演进需要进一步将该技术整合到现有的可用系统中。通过确保这些程序被嵌入电子病历和当前工作流程中，医疗系统开始发挥机器学习的威力并提供更好的诊疗服务。术中AI的未来应用范围可以从实时术中导航甚至扩展到自主机器人系统。对于术前风险评估，这些程序可以开始整合更大的数据系统。**临床关注要点**- NLP系统能够评估大规模数据并制定预测模型，为医护人员和患者提供信息支持。- 在分析AI技术及其在医疗系统中的整合时，应谨慎行事，通过验证研究结果并了解技术的局限性来进行充分评估。**利益声明**作者无利益冲突声明。Thomas J. O'Malley | Felix Fernandez