基于自然語言處理的臨床決策支持系統

摘要：臨床決策支持系統是輔助醫護人員進行醫療決策的系統，其目的是減少出錯、提高效率。自然語言處理是計算機對自然文本進行分析、識別、理解的技術。醫療文書是較為規范嚴謹的語言文本，從詞匯、語法上分析較適合于進行自然語言處理。采用自然語言處理的臨床決策支持系統與人工干預輸入的臨床決策支持系統比較，不會額外增加醫護人員的工作量，更易于被臨床接受，是今后臨床決策支持系統發展的方向。

關鍵詞：自然語言處理；臨床決策支持；醫學詞匯

中圖分類號：TP302 文獻標識碼：A

醫學實踐是關乎人體生命健康的行為，不容疏忽。但是，對于醫務人員來說，作為一個理智、情感共存的個體，失誤是必然的，人總會犯錯，這導致了醫患雙方關系的緊張、甚至生命健康的負面影響。為了降低出錯的概率，臨床決策支持系統應運而生，它可以對醫務人員進行診療方面的指導。

臨床決策支持系統是信息（數據）處理系統。它包括：數據輸入、數據分析、結果輸出三部分。其數據的準確獲取是至關重要的、是需要首先解決的問題，只有準確全面的數據，才會有正確的結果輸出。臨床上，數據是患者在診治過程中的各種數據，包括癥狀、體征、輔助檢查結果、檢驗結果、治療情況等等，其載體分別是：醫生護士書寫的病歷記錄、檢查檢驗報告、醫囑記錄等。

目前臨床決策支持系統的數據獲取主要是格式化的數據（如結構化文檔）、或者人工干預輸入。這導致了臨床決策支持系統的應用主要是自覺式的運用，即醫生在存在疑問的情況下主動進行決策支持，當然主動使用這并不是壞事。然而，作為一個有經驗的醫生，即使沒有決策支持系統，在發現問題的時候總會通過查閱資料等各種方法找到問題的答案，此時臨床決策支持系統僅僅充當了便攜式的臨床診療指南。醫療事故、差錯，往往是在不知道存在問題、或者忽略了某些情況后發生的。所以臨床上迫切需要的是能夠自動發現問題、分析問題、給出提示的臨床決策支持系統。

自動收集數據是首先需要解決的問題。雖然結構化文檔能夠獲取重要數據，但是在醫護人員每天的工作中，表現為自由文本的書寫的大量病程記錄、護理記錄也客觀反映了患者病情的發展變化。能夠在自由文本中自動收集數據，才談得上自動發現問題、分析問題、結果提示。所以自然語言處理對于臨床決策支持系統來說是必要的。

1臨床文本特征

臨床文本是在臨床實踐過程中醫護人員記錄在一定介質上的語言，它符合一般語言特征，還同時必須符合醫學專業用語表達規范，可稱之為醫學語言。醫學語言是一般自然語言的子集。作為專業語言，臨床語言有一定的特征：

1.1詞匯特征 從描述目的可以分為幾個方面：描述患者病情的關于癥狀、體征、檢驗檢查結果等詞匯，如發熱、腹痛、頸部包塊、白細胞升高、肺部腫塊影等；描述治療方面的關于藥品、手術、操作等詞匯，如青霉素、闌尾切除術、導尿等；一般修飾性詞匯，如升高、降低、加快、減慢等。其中，前兩種詞匯是核心，它把問題約束到較為狹窄的范圍，修飾性詞匯把約束了問題的性質。

從詞匯的來源可以分為：解剖學、組織胚胎學、生理學、病理學、病理生理、診斷學、治療學名詞，如頸部、左下肢、右上腹、皮膚、血液等，它約束了問題的部位，雖然詞匯量不少，但基本上是較為固定而且規范的，詞意的理解上一定不會出現歧意；藥理學、治療學等詞匯，其中變化較大的是藥品名稱，藥品化學名相對穩定，但商品名卻是五花八門，這就需要及時更新詞庫，可以參照衛生部頒布的藥典、醫保目錄等相關資料；感覺、感受方面的詞匯，它描述了患者的癥狀，雖然是一般性詞匯，但根據病歷書寫規范，患者癥狀的描述不是任意的，也必須規范表達，如頭昏，不應該表達為頭發昏，乏力，不應該表達為沒有力氣等，可見這類詞匯也是有規律可循的，一般不會存在歧意；一般修飾限定性詞匯、謂詞，如數量名詞、形容詞等，這類詞匯一般與前面幾種詞匯關聯，不會獨立存在，而且謂詞相對較少，含義明確。

總體來說，醫學語言所用到的詞匯量較少，其詞庫規模較一般語言小得多。并且詞意明確，有規律可循。

1.2語法特征 醫學語言是嚴謹的，它要對患者的病情及診療情況進行清晰的表述。多采用陳述句，偶爾使用祈使句，幾乎不用疑問句和感嘆句。比如一個典型的病程記錄：

今日查房，患者訴頭昏乏力減輕，腹瀉停止，進軟食。查體：體溫38.5℃、心率90次/min、血壓120/75mmHg，中下腹輕微壓痛，無反跳痛及肌緊張。血常規提示WBC10.5×109/L。XXX教授指示：患者腸道感染減輕，抗感染治療有效，繼續輸注氨芐青霉素治療。

在該病程記錄中，陳述了患者的病情及治療情況，結構簡單，均是臨床高頻詞匯的組合。名詞為醫學常用名詞，其中謂詞：訴、停止、輕微、無、提示、指示、減輕、有效等也是出現頻率極高的詞匯。任何人都不會對該病程記錄出現理解差異，這是由醫學本身的嚴謹性決定的。也就是說，醫學語言本身是一種對事物陳述、描述性質的語言，幾乎拋棄了情感、語氣等需要復雜語言處理的、不確定性較大的部分，這對語言處理的實現提供給了方便。

2自然語言處理

2.1知識庫的建立 詞庫是自然語言處理的基礎，首先應建立詞庫。據上所述，應該包括醫學專業詞匯：解剖學、組織胚胎學、生理學、病理學、病理生理、診斷學、治療學、藥理學、藥典等。還包括使用頻率極高的謂詞、量詞等詞匯。在此基礎上，再收集醫療文書詞匯的常用組合，甚至常用語句等，加上基本的語法庫，形成用于醫學語言處理的知識庫。

另外，作為臨床支持系統，還需要建立作為比較條件的知識庫，使患者的各種診療要素形成一定傾向性的結果輸出。而權威機構頒布的各專科臨床操作規范、診療指南等是醫護進行診療活動的依據，是醫患糾紛中判斷診療活動合理性的重要參考材料。所以，可以據此建立判斷條件的知識庫。

2.2語言處理 按照中文自然語言處理的一般步驟，進行分句、分詞、語義分析、形成文本摘要。

2.2.1分句 根據漢語對語句、句群和篇章的定義，主要以基本的標點符號：句號、問號、感嘆號、分號、逗號等作為子句的分隔符。通過使用這些標點符號對語言進行計算機子句分割，完成分句處理。分為基本單句的分割，和句群的分割，基本單句表達了一個基本概念，而句群才表達了一個完整意思。中文主要以句號、問號、省略號等為句群結束符，而醫療文書基本上都是陳述句，故多以句號為句群結束符。

2.2.2分詞 目前主流的分詞算法主要有三種，分別為基于字符串匹配的分詞算法、基于理解的分詞算法和基于統計的分詞算法。從詞庫中詞條或習慣搭配短語的最大長度開始，逐漸縮短，對基本分句進行匹配詞庫中的詞條。最后把醫療文書分割為一個個詞匯或短語。

在分詞過程中，預期相當重要，比如遇到關鍵詞：體溫，從大概率事件來說，其后可能的組合是升高、降低、不升、高熱、中熱（中度發熱）、低熱、或者數字加上℃等。

2.2.3語義分析、文本摘要 根據漢語基本語法，對詞匯進行重組，剔除意義不大的部分，形成摘要。實際上，醫療文書本身就是文本摘要，話句話說，在繁忙的臨床工作中，醫護人員不會書寫一些意義不大的廢話，只想盡量精簡扼要。所以，基本上只需分割出詞匯或短語，再與知識庫進行比對就可以了。以上述病程記錄進行分句、分詞為例：

第一步、分句：句群：今日查房，患者訴頭昏乏力減輕，腹瀉停止，進軟食。

3臨床決策支持系統

在分析模型中，比照的是臨床診療指南、操作規范，所以在建立知識庫時，所用的詞匯、短語應該與語言處理所用的知識庫相對應，否則會增加建立分析模型的難度和復雜性。

4結論

臨床決策支持系統是防止醫護人員犯錯、提高工作效率的系統。分析醫療文書詞匯、語法特征，醫護人員書寫的醫療文書具有簡明扼要的特點，與一般語言比較，其詞庫規模較小、語法相對簡單，更適合于進行自然語言處理。通過自然語言處理的臨床決策支持系統，是自動后臺處理的系統，與人工干預的系統比較，不會額外增加醫護人員的工作量，更易于被臨床所接受。當然，其中醫療文本的語言處理依然是難點。理想狀態是：醫療文書是嚴格按照病歷書寫規范書寫的。然而，實際臨床工作中，并非總是非常規范的文本。這一方面通過加大醫護書寫病歷的教育，另一方面加強系統語言處理的功能來解決。

總之，對醫療文書進行自然語言處理在一定程度上是可行的。相對于人工干預的系統，在自然語言處理基礎上建立的臨床決策支持系統具有無可替代的優勢，是真正適用于臨床的系統，具有廣闊的發展前景。

參考文獻：

[1]吳巧玲.中文分詞算法在自然語言處理技術中的研究及應用[J].計算機工程應用技術，2011，12：36-37.

[2]劉小冬.自然語言理解綜述[J].統計與性息論壇，2007，2：9-10.

[3]王德斌，丁宏.臨床決策支持系統開發與應用中的問題與對策[J].管理信息系統，1998，12：6-8.編輯/申磊