Artificial intelligence approaches using natural language processing to advance EHR-based clinical research.
Artificial intelligence approaches using natural language processing to advance EHR-based clinical research.
复制标题
DOI：
10.1016/j.jaci.2019.12.897
复制
发表时间：
2020-02
期刊：
影响因子：
--
通讯作者：
Liu H
中科院分区：
文献类型：
--
作者：
Juhn Y;Liu H
电子健康记录系统 (EHR) 在医疗保健领域的广泛采用产生了大量的真实数据，为开展临床研究开辟了新的场所。由于大量有价值的临床信息被锁定在临床叙述中，自然语言处理（NLP）技术作为一种人工智能方法已被用来从电子病历中的临床叙述中提取信息。 NLP 的这种能力有可能实现自动图表审查，以识别临床护理中具有独特临床特征的患者，并减少在过敏、哮喘和免疫学研究中定义表型模糊生物异质性时的方法学异质性。这篇简短的综述讨论了当前有关 EHR 数据二次用于过敏、哮喘和免疫学临床研究的文献，并强调了 NLP 技术的潜力、挑战和影响。
The wide adoption of electronic health record systems (EHRs) in health care generates big real-world data that opens new venues to conduct clinical research. As a large amount of valuable clinical information is locked in clinical narratives, natural language processing (NLP) techniques as an artificial intelligence approach have been leveraged to extract information from clinical narratives in EHRs. This capability of NLP potentially enables automated chart review for identifying patients with distinctive clinical characteristics in clinical care and reduces methodological heterogeneity in defining phenotype obscuring biological heterogeneity in research concerning allergy, asthma, and immunology. This brief review discusses the current literature on the secondary use of EHR data for clinical research concerning allergy, asthma, and immunology and highlights the potential, challenges, and implications of NLP techniques.
登录
查看更多内容
影响因子：
3.1
作者：
Kaur H;Sohn S;Wi CI;Ryu E;Park MA;Bachman K;Kita H;Croghan I;Castro-Rodriguez JA;Voge GA;Liu H;Juhn YJ
通讯作者：
Juhn YJ
DOI：
10.1093/jamia/ocy145
发表时间：
2019-02-01
影响因子：
6.4
作者：
Gardner, Rebekah L.;Cooper, Emily;Linzer, Mark
通讯作者：
Linzer, Mark
影响因子：
2.6
作者：
Afzal, Zubair;Engelkes, Marjolein;Schuemie, Martijn J.
通讯作者：
Schuemie, Martijn J.
影响因子：
4.5
作者：
Lai, Kenneth H.;Topaz, Maxim;Zhou, Li
通讯作者：
Zhou, Li
影响因子：
--
作者：
Martin-Sanchez, F;Verspoor, K
通讯作者：
Verspoor, K