简介:摘要目的评价基于电子病历的预训练模型对急性呼吸道感染(ARI)的识别效果。方法收集重庆大学附属三峡医院2021年12月1至31日就诊于呼吸与危重症科、发热门诊、急诊门诊、儿科、感染科的所有患者的病历资料。使用基于Transformer的双向编码器表征(BERT)预训练模型对病历进行ARI病例识别与判断,以医学专业人员根据ARI病例定义判断的结果作为“金标准”,计算模型识别ARI的灵敏度、特异度、与“金标准”的一致性及受试者工作特征曲线下面积(AUC),评价模型对ARI病例识别的准确性。结果含有3 817条电子医疗记录的测试集中,共有1 200条经人工判定的ARI病历。模型判定ARI共计1 205例,灵敏度为92.67%(1 112/1 200),特异度96.45%(2 524/2 617),与“金标准”的一致性Kappa值为0.89,AUC为0.95。模型在男性和女性中识别ARI的准确性相近(AUC分别为0.95和0.94),且对未成年ARI病例识别较18~59岁及≥60岁(AUC分别为0.94,0.89和0.89)更准确。相较于住院患者,目前模型对门诊患者的ARI识别更好,AUC分别为0.74和0.95。结论使用基于电子病历的预训练模型对ARI病例判定具有良好的效果,特别是针对门诊患者及未成年患者。该模型在利用电子病历进行医疗机构ARI病例监测方面表现出良好的潜力。
简介:摘要目的比较基于病历资料的医生报告与计算机自动识别方式对门急诊流感样病例(ILI)监测的准确性。方法2019年4—10月在宜昌市中心医院发热门诊、呼吸内科门诊及急诊内科门诊就诊的患者中,选取国际疾病分类第10版诊断编码属于J00-J22范围且病历症状信息完整的病例,共3 542例,以流感监测专业人员根据ILI病例定义的判断结果为金标准,绘制受试者工作特征(ROC)曲线,计算灵敏度、特异度、诊断一致率,分析计算机自动识别与医生报告两种方式对ILI病例监测的准确性。结果病例年龄M(P25,P75)为30(24,38)岁;其中符合定义标准ILI病例为1 179例(33.29%),医生报告ILI 为1 306例(36.87%),计算机自动识别ILI为 1 150例(32.47%);男性为1 391例(39.27%)。计算机自动识别和医生报告与金标准判断的结果一致性Kappa值分别为0.97和0.66,ROC曲线下面积分别为0.98和0.84。计算机自动识别方式的灵敏度和特异度(分别为96.95%和99.70%)均高于医生报告方式(灵敏度和特异度分别为82.27%和85.78%)(P值均<0.001)。结论基于电子病历的计算机自动识别方式开展ILI病例监测,具有良好的灵敏度和特异度。