
文章介紹
使用機器學習,分析手術前的各種資訊,可以得到還不錯的術後死亡率預測力,甚至比過去的傳統量表 ASAPS 來得好。陳醫師團隊好奇,如果增加了臨床上的病例文字,並用自然語言處理,是否能夠增加更多有效的資訊,得到更好的預測力?於是有此研究。
作者們使用了 2016 到 2020 年的電子健康記錄,首先用深度神經學習 DNN 去跑,並與傳統的量表比較。接著,再將臨床文字萃取的資訊,合併做深度神經學習,稱為 BERT-DNN。預測力指標,則以 AUROC 與 AUPRC 來比較。
結果發現,BERT-DNN 比起 DNN,有更好的 AUPRC。而 BERT-DNN 比起羅吉斯回歸與 ASAPS 量表有更好的 AUROC。總結來說,BERT-DNN 對於使用術前資料預測手術風險的能力相當不錯。
恭喜陳醫師!





