最近，自然语言处理（NLP）在医疗病历中的用途正在逐渐被发掘。2月，来自中国的夏慧敏/张康联合团队在《Nature Medicine》上，发表了一项用自然语言处理系统分析患者病历并给出推荐诊断的AI研究成果。
无独有偶，来自芝加哥Loyola大学医疗中心的研究团队也研发了一款使用相同技术的AI系统。该系统同样使用NLP来阅读患者病历，并可以据此判断患者是否有滥用酒精的情况。
图片来源：Pixabay
在美国，有1/3的创伤就诊与滥用酒精有关，也有很多创伤和饮酒有间接关系。如果能了解患者更详细的饮酒情况，医生可以借患者酗酒受伤的机会，及时干预其不安全的饮酒方式或推荐转诊。进而改善患者饮酒的习惯和方式，以减少酒后受伤和醉酒驾车事件的发生。
为了确定创伤病情与饮酒的关系，美国的医院通常采用一个包含10道题目的《酒精使用障碍测试》。可是，医生未必能鉴别出患者回答的真实性，在严重的创伤事故中，患者甚至可能短暂失去交谈的能力。另外，进行此项测试也会占用本就十分紧缺的医疗资源。
由Majid Afshar博士带领的团队采用了自然语言处理和机器学习算法，希望借助人工智能的力量快速挖掘病历中的细节，解决酒精滥用诊断难的问题。展示研究成果的论文发表在《Journal of the American Medical Informatics Association》上。
研究团队收集了过去三年半时间内，在Loyola医疗中心1级创伤科就诊的1422名成年患者的就诊记录。所有的病历共包含91045条电子医疗信息，和16901个医学词汇。通过NLP筛选，AI确认了16个可以预测酒精滥用的医学词汇。
图片来源：Pixabay
这些词汇包括：中毒、疏忽、饮酒问题、肝显像、性活跃、大麻、维生素B1（又称硫胺素，常作为酒精依赖患者的维生素B1补充剂）等。
相比于简单的关键词筛选，使用了NLP技术的AI可以把酒精滥用的筛选灵敏度从18.2%提升到56.0%。更重要的是，利用AI技术可以减少占用创伤科宝贵的医疗资源，提高医疗团队的接诊速度，也能为酒精滥用的患者提供更合理的干预治疗和转诊建议。
Afshar博士表示，团队研发的AI程序和语言软件完全开源，以便让更多医生和患者受惠于技术的发展。不过，在此之前，他们还会先对系统的正确性做更多检测，提高识别的准确度。
参考资料：
[1] Artificial intelligence can identify trauma patients who misuse alcohol. Retrieved Feb 21, 2019 from https://www.eurekalert.org/pub_releases/2019-02/luhs-aic022019.php
