新加坡和紐約2021年2月22日 /美通社/ -- 最大的行為衛(wèi)生真實世界證據(jù)（RWE）平臺的搭建者、全球領(lǐng)先數(shù)據(jù)科學(xué)和數(shù)字健康公司Holmusk，今日宣布其在麻省理工學(xué)院出版社發(fā)行的《計算精神病學(xué)》上發(fā)表科學(xué)文章《基于自然語言處理量化精神病患者的精神狀況》。全文詳見：https://cpsyjournal.org/articles/10.1162/cpsy_a_00030/.
該文章的發(fā)表印證了Holmusk獨特的專有自然語言處理（NLP）模型庫，可將非結(jié)構(gòu)化的精神病學(xué)筆記轉(zhuǎn)化為可量化的患者狀態(tài)指標（如癥狀、副作用和外部壓力源），進一步豐富留存在衛(wèi)生系統(tǒng)內(nèi)的數(shù)據(jù)，幫助評估行為衛(wèi)生障礙譜系中患者病情的嚴重程度，并以此建立患者狀態(tài)的縱向軌跡。通過建立這些可量化的指標，Holmusk模型首次在疾病進展和治療效果方面，為精神障礙生成可靠的真實世界證據(jù)。Holmusk將利用這些來自NLP模型的客觀評估措施，在整個衛(wèi)生系統(tǒng)的行為健康領(lǐng)域，提供基于評估的護理支持和個性化的護理服務(wù)。
Holmusk高級數(shù)據(jù)科學(xué)家及文章第一作者Sankha Mukherjee表示：“借助NLP標記，我們就能從臨床醫(yī)師雜亂無章的筆記中生成關(guān)于患者精神狀態(tài)的結(jié)構(gòu)化信息，并根據(jù)這些標記，運用深度學(xué)習(xí)算法來量化精神疾病的嚴重程度。更重要的是，從臨床筆記中直接獲取重要的精神病標記，使我們能夠避免難度重重的匿名化過程，這為我們將定量分析技術(shù)應(yīng)用于所有可用的精神病筆記創(chuàng)造了令人振奮的契機。”
Holmusk數(shù)據(jù)科學(xué)（AI）團隊在創(chuàng)建該數(shù)據(jù)庫的過程中，充分利用其專業(yè)的行為衛(wèi)生電子健康記錄（EHR）系統(tǒng)MindLinc。Holmusk的MindLinc全球數(shù)據(jù)庫，收集了20多年的電子健康記錄，而該數(shù)據(jù)模型將這些筆記轉(zhuǎn)換成240多個與精神病學(xué)相關(guān)的維度。結(jié)合機器學(xué)習(xí)，這些精神病學(xué)相關(guān)維度為疾病的日常管理和治療提供更高的精準度。
Holmusk科學(xué)顧問、杜克-新加坡國立大學(xué)醫(yī)學(xué)院榮譽退休教授兼杜克大學(xué)醫(yī)學(xué)院精神病學(xué)和行為科學(xué)客座教授A. John Rush醫(yī)學(xué)博士表示：“Holmusk能夠有效且系統(tǒng)地匯編臨床醫(yī)生筆記，以評估患者、臨床醫(yī)生和衛(wèi)生系統(tǒng)的結(jié)果，為實現(xiàn)學(xué)習(xí)型醫(yī)療系統(tǒng)帶來一次跨越式進步。還可以幫助我們獲取以往病人的診療決定和結(jié)果，用真實世界證據(jù)告訴我們?nèi)绾卧谖磥頌椴∪颂峁┳罴炎o理?！?/p>
Holmusk NLP模型表現(xiàn)穩(wěn)定且可后期拓展，能夠在行為衛(wèi)生臨床實踐中收集的非結(jié)構(gòu)化EHR數(shù)據(jù)中提取信息。此前這是一項十分耗時耗力的工作。
Holmusk首席分析官Joydeep Sarkar表示：“Holmusk讓我們無需等待收集到完美的數(shù)據(jù)后，再對其進行分析以獲得有用見解。而是通過分析結(jié)構(gòu)化、可量化的臨床醫(yī)師筆記并獲得豐富多樣的信息，借以顛覆行為衛(wèi)生領(lǐng)域現(xiàn)有規(guī)則。這一解決方案將首次幫助我們，實現(xiàn)真正意義上的患者群體細分，不僅從診斷層面，還能從患者癥狀和嚴重程度進行細分，從而在臨床試驗和治療實踐中確定對應(yīng)、恰當?shù)乃幬?。?/p>
科學(xué)類引文數(shù)據(jù)：Mukherjee S.S., Yu J., Won Y., McClay M.J., Wang L, Rush A.J.和Sarkar J. (2020). 《基于自然語言處理量化精神病患者的精神狀況》. 《計算精神病學(xué)》卷4，第76-106頁. https://doi.org/10.1162/cpsy_a_00030
