Uboreshaji wa Utafiti wa Oncology NLP
Usahihi wa Data ya Oncology: Utoaji Leseni, Utambulisho, & Ufafanuzi wa Ubunifu wa Mfano wa NLP
Kubadilisha Utunzaji wa Saratani na Teknolojia ya Kukata-Makali ya NLP
Mteja, mhusika mkuu katika tasnia ya huduma ya afya, alihitaji suluhisho la hali ya juu la NLP kushughulikia rekodi nyingi za matibabu ya oncology. Kama sehemu ya mpango muhimu wa kuboresha utafiti wa saratani, hitaji la kusawazisha uchanganuzi wa kina wa data na viwango vikali vya faragha ni muhimu. Kisa hiki kinaonyesha michango yetu katika kuimarisha juhudi za utafiti za mteja kupitia ufafanuzi wa data wa uaminifu wa hali ya juu, mazoea madhubuti ya kutotambua, na utumiaji wa mbinu za Uchakataji wa Lugha Asilia (NLP), yote ndani ya mfumo wa udhibiti unaotolewa na HIPAA.
Kiasi
Changamoto
Mradi ulihitaji uelewa wa kina wa nyaraka za kimatibabu, utambulisho sahihi wa taasisi za matibabu, na uwezo wa kutumia lebo za kukanusha kwa usahihi, yote ndani ya mfumo salama unaolinda faragha ya mgonjwa kulingana na kanuni za HIPAA. Juhudi lilidai sio tu utaalam wa kiufundi katika kushughulikia idadi kubwa ya data changamano lakini pia mbinu ya kimkakati ya kujumuisha maoni na kudumisha ubora katika hatua zote za mchakato wa ufafanuzi.
Maelezo ya Kina ya Huduma
| Kategoria | Maelezo |
| Utoaji wa Data wa Kliniki wa Kina | Inajumuisha aina mbalimbali za madokezo, mipangilio ya utunzaji, na taaluma ndogo za onkolojia, kuhakikisha mkusanyiko thabiti wa data unaoakisi matukio mbalimbali ya kimatibabu. |
| Utambulisho Madhubuti | Kuhakikisha kuwa rekodi zote zilizo na lebo hazitambuliwi kwa kufuata mbinu ya HIPAA ya Safe Harbor, na kumhakikishia mteja imani katika faragha na usalama wa data. |
| Miongozo ya Ufafanuzi | Uundaji na utekelezaji wa miongozo ya kawaida ya maelezo ya data kwa ajili ya kuandaa Rekodi zenye Lebo kulingana na viwango vya HIPAA. |
| Mikakati ya Kina ya Ufafanuzi | Ufafanuzi wa mwongozo wa kurasa 10,000 za rekodi zinazohusiana na oncology ulifanyika kwa kuzingatia kwa kina katika kutambua hali ya kukanusha na taarifa nyingine muhimu kwa mujibu wa miongozo iliyowekwa. |
| Uhakikisho Madhubuti wa Ubora | Fikia kiwango cha ubora kilichobainishwa kilichoainishwa katika mwongozo |
Suluhisho
Mbinu yetu ilihusisha mikakati muhimu ifuatayo:
Mkusanyiko wa Seti ya Data ya Oncology Iliyobinafsishwa
Kutoka kwa hifadhi kubwa ya zaidi ya MN EHR 5, kitengo kidogo cha data kilichochaguliwa kwa uangalifu kilitolewa, kilicholenga kushughulikia mahitaji maalum ya mteja kwa data ya oncology kwa kuzingatia huluki za jeni. Mchakato wa kukusanya ulihusisha kuunda orodha kamili ya vialamisho vya uvimbe, jeni, vibadala, na hatua za TNM, kutumia utafutaji wa maneno muhimu ili kubainisha hati nyingi katika data hii. Maneno ya kawaida yalitumiwa kutambua anuwai ya tofauti za maumbile na hatua za saratani. Mbinu hii, pamoja na chanjo pana ya data inayojumuisha aina mbalimbali za hati, utaalam, mipangilio ya utunzaji, na data kutoka kwa madaktari wengi, ilihakikisha seti ya data ya oncology ya kina na muhimu.
Utambulisho Madhubuti
Mchakato ulizingatia kikamilifu mbinu ya HIPAA ya Safe Harbor kwa ajili ya kuondoa utambulisho, ambayo inahakikisha imani ya mteja katika faragha na usalama wa data. Hii inahusisha kuondoa Taarifa zote za Afya Inayolindwa (PHI) na kuzibadilisha na vishikilia nafasi vilivyo na lebo, na hivyo kudumisha matumizi ya data huku kulinda usiri wa mgonjwa.
Vigezo vya kutotambulisha
| Kategoria | Jamii ndogo |
| jina | Jina la mgonjwa, Jina la daktari, jina la muuguzi, Jina la mwanafamilia, Jina la kituo cha matibabu, Jina la kliniki, Jina la nyumba ya wauguzi, Jina la kampuni, jina la chuo kikuu. |
| umri | |
| tarehe | Mchoro wa tarehe, muundo wa Mwaka wa Mwezi, muundo wa Mwezi wa Siku, muundo wa Mwaka wa Siku, Siku, Mwezi, Mwaka, Msimu |
| yet | Nchi, Jimbo, Jiji, Mtaa, Msimbo wa ZIP, Nambari ya chumba, nambari ya Suite, Nambari ya sakafu |
| ID | Nambari ya usalama wa jamii, Nambari ya rekodi ya matibabu, nambari ya mnufaika wa mpango wa afya, Nambari ya akaunti, Cheti/nambari ya leseni, kitambulisho cha kibayometriki, Kitambulisho cha rekodi, Nambari ya ziada, nambari ya utambulisho wa gari, nambari ya sahani ya leseni Vitambulisho vya kifaa na nambari ya ufuatiliaji. |
| Wasiliana nasi | Nambari ya simu, nambari ya Faksi, anwani ya barua pepe, URL ya Wavuti, anwani ya IP |
Mfano:
Mnamo Septemba 25, 2106, saa 11:00 asubuhi, Bw. Harry Pace, mwenye umri wa miaka 90, alilazwa katika Hospitali Kuu ya Forrest kwa ajili ya upasuaji wa nyonga uliopangwa, ambao hapo awali alishauriwa na daktari wake wa msingi Dk. Jose Martin, na kuhudhuriwa na Kendra Reith, MD. Wakati wa kukaa kwake, alikuwa chini ya uangalizi wa Mary Hu, NP, na Suzan Ray, RN, na R. Charles Melancon, PA, pia akishauriwa. Operesheni yake, iliyofanywa siku ile ile ya kulazwa, ilifanikiwa bila matatizo yoyote yaliyoripotiwa. Kufuatia upasuaji, Bw. Pace alihamishiwa kwenye Chumba 202, Ghorofa ya 2, kwa ajili ya kupata nafuu. Mkewe, Emma Pace, alikuwepo wakati wote na alipewa sasisho zote muhimu. Wakati wa kukaa kwake kwa muda mfupi, rekodi zake za matibabu, zikiwemo MRN MR99062619 na Akaunti KV000014764, zilishughulikiwa kulingana na itifaki za kawaida za Gracewood Nursing Home, makazi yake ya awali. Aliruhusiwa baadaye siku hiyo hiyo kwa uangalizi wa Kliniki ya Wagonjwa wa Nje ya Oakland kwa ajili ya kupata nafuu zaidi. Katika mchakato mzima, taratibu zote zilinakiliwa na kulindwa kwa kuzingatia viwango vya usiri.
Mfano: Kutotambuliwa
On [Mchoro wa Tarehe], saa 11:00 asubuhi, Bw. [Jina la Mgonjwa], wenye umri wa miaka [Umri], alikubaliwa [Jina la Kituo cha Matibabu] kwa ajili ya upasuaji wa nyonga uliopangwa, ambao hapo awali alishauriwa na daktari wake wa huduma ya msingi Dk. [Jina la daktari], na kuhudhuriwa na [Jina la daktari] MD. Wakati wa kukaa kwake, alikuwa chini ya uangalizi wa [Nurse Practitioner], NP, na [Nurse Practitioner], RN, pamoja na [Jina la daktari], PA, pia anashauriwa. Operesheni yake, iliyofanywa siku ile ile ya kulazwa, ilifanikiwa bila matatizo yoyote yaliyoripotiwa. Kufuatia upasuaji, Bw. [Jina la Mgonjwa] ilihamishiwa Chumba Na. [Nambari ya chumba], Nambari ya sakafu. [Nambari ya sakafu], kwa ajili ya kupona. Mkewe, [Jina la Mwanafamilia], alikuwepo kote na alipewa sasisho zote muhimu. Wakati wa kukaa kwake kwa muda mfupi, rekodi zake za matibabu, pamoja na MRN [Nambari ya Rekodi ya Matibabu] na Akaunti [Nambari ya Akaunti], yalishughulikiwa kulingana na itifaki za kawaida za [Jina la Nyumba ya Wauguzi], makazi yake ya awali. Aliruhusiwa baadaye siku hiyo hiyo kwa uangalizi wa [Jina la Kliniki] kwa ahueni zaidi. Katika mchakato mzima, taratibu zote zilinakiliwa na kulindwa kwa kuzingatia viwango vya usiri.
Miongozo ya Vidokezo na Mbinu za Kina za Ufafanuzi
Shaip alikuwa muhimu katika kuanzisha na kutekeleza miongozo ya kawaida ya maelezo ya data ilihakikisha kuwa Rekodi zote zenye Lebo zilitayarishwa kwa uthabiti na kwa kufuata viwango vya HIPAA. Zaidi ya hayo, kurasa 10,000 kutoka kwa rekodi mbalimbali za matibabu zilifafanuliwa kwa uangalifu, kwa kuzingatia uwekaji lebo wa kina wa hali ya kukanusha na vyombo vingine muhimu vya kliniki ikiwa ni pamoja na taaluma ndogo mbalimbali za onkolojia. Ufafanuzi huo ulifanywa na timu ya wafafanuzi wataalam wenye ujuzi maalum katika oncology na kanuni za faragha za data.
Vigezo Changamano vya Ufafanuzi
| Kategoria | Jamii ndogo |
| Maelezo ya Tarehe (Oncology) | Tarehe ya Utambuzi, Tarehe ya Hatua, Kuanza, Tarehe ya Utaratibu, Tarehe ya Kuanza, Tarehe ya Kumalizika kwa Med, Tarehe ya Kuanza kwa Mionzi, Tarehe ya Kuisha |
| Ugonjwa (Oncology) | Tatizo la Saratani, Histolojia, Hali ya Kliniki, Eneo la Mwili, Tabia, Daraja, Hatua ya Saratani, hatua ya TNM, Mtihani wa Alama ya Tumor, Vipimo, Msimbo |
| Matibabu (Oncology) | Dawa ya Saratani, Kipimo cha Dawa, Mzunguko, Upasuaji wa Saratani, Matokeo ya Upasuaji, Mbinu ya Mionzi, Kipimo cha Mionzi |
| Genomics | Nambari ya Tofauti, Jeni Iliyosomewa, Mbinu, Kielelezo |
| Ukosefu | Hasi, Inawezekana Hasi, Haina uhakika, Inawezekana Chanya |
| Kliniki NER | Tatizo la saratani - Eneo la Mwili, Histolojia - Eneo la Mwili, Tabia - Eneo la Mwili, Upasuaji wa Saratani - Mahusiano ya Mwili wa Mahusiano, Hali ya Mionzi - Eneo la Mwili, Histology - Daraja, Tatizo la Saratani - Dimension |
Mfano:
Taarifa ya Kliniki ya Oncology
"Mgonjwa Jane Doe aligunduliwa na saratani ya mapafu ya seli isiyo ndogo ya Hatua ya IIIB (NSCLC), haswa adenocarcinoma, mnamo 03/05/2023. Saratani iko kwenye tundu la chini la kulia la mapafu. Inaainishwa kama T3N2M0 kulingana na mfumo wa hatua wa TNM, na ukubwa wa tumor ya 5 cm x 3 cm. Ufutaji wa EGFR exon 19 ulitambuliwa kupitia uchanganuzi wa PCR wa sampuli ya biopsy ya uvimbe. Tiba ya kemikali na Carboplatin AUC 5 na Pemetrexed 500 mg/m² ilianzishwa tarehe 03/20/2023 na inapaswa kusimamiwa kila baada ya wiki 3. Tiba ya mionzi ya miale ya nje (EBRT) kwa kipimo cha 60 Gy katika sehemu 30 ilianza tarehe 04/01/2023. Matibabu ya mgonjwa yanaendelea, na hakuna ushahidi wa metastases ya ubongo kwenye MRI ya hivi karibuni. Uwezekano wa uvamizi wa lymphovascular bado haujajulikana, na uvumilivu wa mgonjwa kwa regimen kamili ya chemotherapy bado haujulikani.
Taarifa ya Kliniki ya Oncology
Uhakikisho Madhubuti wa Ubora
Ilitekeleza mfumo wa usimamizi wa mradi unaonyumbulika ambao uliwezesha ujumuishaji unaofaa wa maoni ya mteja huku ukizingatia viwango vikali vya ubora. Itifaki ya kina ya uhakikisho wa ubora ilitekelezwa, ikilandanishwa na miongozo ili kufikia viwango vya ubora vinavyohitajika. Itifaki hii iliangazia duru zinazofuatana za ukaguzi na uthibitishaji, ili kupata usahihi na kutegemewa kwa data iliyofafanuliwa. Uangalizi wa kina wa ubora kama huo ni muhimu katika kuunda suluhisho la kutegemewa la NLP, muhimu kwa ufanyaji maamuzi wa kimatibabu na ubora wa utafiti.
Matokeo
Imefaulu kuwasilisha Rekodi 10,000 za ubora wa juu, Zisizotambulika, na kutoa hifadhidata salama na muhimu kwa ajili ya ukuzaji wa muundo wa NLP wa mteja. Utumiaji wa uangalifu wa NLP na ufuasi wa viwango vya uondoaji vitambulisho vya HIPAA ulitokeza mkusanyiko wa data ulioboreshwa zaidi ambao utategemeza juhudi za mteja zinazoendelea na za siku zijazo za utafiti wa saratani, na hatimaye kulenga kuboresha matokeo ya wagonjwa wa saratani na ufanisi wa utoaji wa huduma.
Mafanikio ya mradi yanaonyesha uwezo wetu wa kushughulikia data changamano ya matibabu kwa usahihi, kuchangia kwa lengo la mteja la kuboresha matokeo ya huduma ya wagonjwa & kuharakisha kasi ya uvumbuzi wa huduma ya afya.
Ushirikiano wetu na Shaip umekuwa muhimu katika kuendeleza uwezo wetu wa NLP ndani ya kikoa cha oncology. Ushughulikiaji wa kitaalamu wa rekodi 10,000 za matibabu, zilizofafanuliwa kwa ukanushaji wa kina na taasisi zingine za kiafya, zilionyesha kujitolea kwao kwa ubora na kufuata. Zaidi ya hayo, kujitolea kwao kwa viwango vya faragha kama vile HIPAA kumetupatia rasilimali muhimu ili kuendeleza mipango yetu ya AI ya kuendeleza matibabu na uchunguzi wa kisasa wa onkolojia.
