Verbesserung der onkologischen NLP-Forschung
Onkologische Datenpräzision: Lizenzierung, Anonymisierung und Annotation für NLP-Modellinnovation
Revolutionierung der Krebsbehandlung mit modernsten NLP-Technologien
Der Kunde, ein wichtiger Akteur in der Gesundheitsbranche, benötigte eine fortschrittliche NLP-Lösung zur Verarbeitung einer beträchtlichen Menge onkologischer Krankenakten. Im Rahmen einer entscheidenden Initiative zur Weiterentwicklung der Onkologieforschung ist die Balance zwischen detaillierter Datenanalyse und strengen Datenschutzstandards von größter Bedeutung. In dieser Fallstudie werden unsere Beiträge zur Verbesserung der Forschungsbemühungen des Kunden durch hochpräzise Datenannotationen, strenge Anonymisierungspraktiken und die Anwendung von Techniken der Verarbeitung natürlicher Sprache (NLP) skizziert, alles innerhalb des regulatorischen Rahmens der HIPAA.
Volume
Herausforderungen
Das Projekt erforderte ein differenziertes Verständnis der klinischen Dokumentation, eine genaue Identifizierung medizinischer Einheiten und die Fähigkeit, Negationsetiketten genau anzuwenden, und das alles in einem sicheren Rahmen, der die Privatsphäre der Patienten gemäß den HIPAA-Vorschriften schützt. Das Unterfangen erforderte nicht nur technisches Fachwissen im Umgang mit großen Mengen komplexer Daten, sondern auch einen strategischen Ansatz zur Einbeziehung von Feedback und zur Aufrechterhaltung der Qualität in allen Phasen des Annotationsprozesses.
Detaillierte Leistungsbeschreibung
| Kategorie | Beschreibung |
| Umfassende klinische Datenabdeckung | Umfasst verschiedene Notiztypen, Pflegeeinstellungen und onkologische Fachgebiete und gewährleistet so einen robusten Datensatz, der verschiedene klinische Szenarien widerspiegelt. |
| Strenge De-Identifizierung | Sicherstellen, dass alle gekennzeichneten Datensätze gemäß der Safe-Harbor-Methode der HIPAA anonymisiert werden, um das Vertrauen der Kunden in den Datenschutz und die Datensicherheit sicherzustellen. |
| Anmerkungsrichtlinien | Erstellung und Implementierung von Standardrichtlinien zur Datenanmerkung zur Vorbereitung gekennzeichneter Datensätze gemäß HIPAA-Standards. |
| Erweiterte Anmerkungsstrategien | Die manuelle Kommentierung von 10,000 Seiten onkologiebezogener Aufzeichnungen wurde mit einem detaillierten Schwerpunkt auf der Identifizierung von Negationsstatus und anderen relevanten Informationen gemäß festgelegten Richtlinien durchgeführt. |
| Strenge Qualitätssicherung | Erreichen Sie den in der Richtlinie festgelegten Qualitätsstandard |
Lösung
Unser Ansatz umfasste die folgenden Schlüsselstrategien:
Individuelle Zusammenstellung von Onkologie-Datensätzen
Aus einem riesigen Archiv von über 5 Mio. EHRs wurde eine sorgfältig ausgewählte Teilmenge von Daten extrahiert, um den speziellen Anforderungen des Kunden an onkologische Daten mit Schwerpunkt auf genomischen Entitäten gerecht zu werden. Der Erfassungsprozess umfasste die Erstellung einer umfassenden Liste von Tumormarkern, Genen, Varianten und TNM-Stadien unter Verwendung von Schlüsselwortsuchen, um die in diesen Daten häufig vorkommenden Dokumente zu lokalisieren. Reguläre Ausdrücke wurden verwendet, um eine Reihe genetischer Variationen und Krebsstadien zu identifizieren. Dieser Ansatz, kombiniert mit einer breiten Datenabdeckung, die verschiedene Dokumenttypen, Fachgebiete, Pflegeeinstellungen und Daten von mehreren Ärzten umfasst, gewährleistete einen umfassenden und relevanten onkologischen Datensatz.
Strenge De-Identifizierung
Der Prozess hielt sich strikt an die Safe-Harbor-Methode der HIPAA zur Anonymisierung, die das Vertrauen des Kunden in Datenschutz und Sicherheit gewährleistet. Dabei werden alle geschützten Gesundheitsinformationen (Protected Health Information, PHI) entfernt und durch gekennzeichnete Platzhalter ersetzt, wodurch der Nutzen der Daten erhalten bleibt und gleichzeitig die Vertraulichkeit der Patienten geschützt wird.
Deidentifikationsvariablen
| Kategorie | Unterkategorie |
| Name und Vorname | Name des Patienten, Name des Arztes, Name des Krankenpflegers, Name eines Familienmitglieds, Name des medizinischen Zentrums, Name der Klinik, Name des Pflegeheims, Name des Unternehmens, Name der Universität |
| Alter | |
| Datum | Datumsmuster, Monats-Jahres-Muster, Tag-Monats-Muster, Tag-Jahres-Muster, Tag, Monat, Jahr, Jahreszeit |
| Ort | Land, Bundesstaat, Stadt, Straße, Postleitzahl, Zimmernummer, Suite-Nummer, Etagennummer |
| ID | Sozialversicherungsnummer, Nummer der Krankenakte, Nummer des Begünstigten der Krankenversicherung, Kontonummer, Zertifikats-/Lizenznummer, biometrische ID, Datensatz-ID, Zugangsnummer, Fahrzeugidentifikationsnummer, Nummernschild, Gerätekennung und Seriennummer |
| Kontakt | Telefonnummer, Faxnummer, E-Mail-Adresse, Web-URL, IP-Adresse |
Beispiel:
Am 25. September 2106 um 11:00 Uhr wurde Herr Harry Pace, 90 Jahre alt, für eine geplante Hüftoperation ins Forrest General Hospital eingeliefert, zuvor von seinem Hausarzt Dr. Jose Martin konsultiert und von Kendra Reith betreut. MD. Während seines Aufenthalts wurde er von Mary Hu, NP, und Suzan Ray, RN, betreut, wobei auch R. Charles Melancon, PA, konsultiert wurde. Seine Operation, die am selben Tag wie die Aufnahme durchgeführt wurde, verlief erfolgreich und es wurden keine Komplikationen gemeldet. Nach der Operation wurde Herr Pace zur Genesung in Zimmer 202, Etage 2 verlegt. Seine Frau, Emma Pace, war während der gesamten Veranstaltung anwesend und wurde mit allen notwendigen Updates versorgt. Während seines kurzen Aufenthalts wurden seine Krankenakten, einschließlich MRN MR99062619 und Konto KV000014764, gemäß den Standardprotokollen des Gracewood Nursing Home, seinem früheren Wohnsitz, behandelt. Später am selben Tag wurde er zur weiteren Genesung in die Obhut der Oakland Outpatient Clinic entlassen. Während des gesamten Prozesses wurden alle Vorgänge unter Einhaltung von Vertraulichkeitsstandards dokumentiert und gesichert.
Beispiel: Deidentifiziert
On [Datumsmuster], um 11:00 Uhr, Herr [Patientenname], alt [Das Alter], wurde zugelassen [Name des medizinischen Zentrums] für eine geplante Hüftoperation, zuvor konsultiert von seinem Hausarzt Dr. [Name des Arztes], und besucht von [Name des Arztes] MD. Während seines Aufenthalts wurde er von ihm betreut [Krankenschwester], NP, und [Krankenschwester], RN, mit [Name des Arztes], PA, ebenfalls konsultiert. Seine Operation, die am selben Tag wie die Aufnahme durchgeführt wurde, verlief erfolgreich und es wurden keine Komplikationen gemeldet. Nach der Operation hat Herr [Patientenname] wurde in Zimmer Nr. verlegt. [Zimmernummer], Etage Nr. [Stockwerk Nummer], zur Erholung. Seine Frau, [Name des Familienmitglieds], war die ganze Zeit anwesend und wurde mit allen notwendigen Updates versorgt. Während seines kurzen Aufenthalts wurden seine medizinischen Unterlagen, einschließlich MRN, aufbewahrt [Krankenaktennummer] und Konto [Accountnummer], wurden gemäß den Standardprotokollen von behandelt [Name des Pflegeheims], sein bisheriger Wohnsitz. Er wurde später am selben Tag in die Obhut von entlassen [Name der Klinik] zur weiteren Erholung. Während des gesamten Prozesses wurden alle Vorgänge unter Einhaltung von Vertraulichkeitsstandards dokumentiert und gesichert.
Anmerkungsrichtlinien und erweiterte Anmerkungstechniken
Shaip war maßgeblich an der Festlegung und Implementierung von Standardrichtlinien für Datenanmerkungen beteiligt und stellte sicher, dass alle gekennzeichneten Datensätze konsistent und in Übereinstimmung mit den HIPAA-Standards erstellt wurden. Darüber hinaus wurden 10,000 Seiten aus verschiedenen Krankenakten sorgfältig kommentiert, wobei der Schwerpunkt auf der detaillierten Kennzeichnung von Negationsstatus und anderen klinisch relevanten Entitäten, einschließlich verschiedener Subspezialitäten der Onkologie, lag. Die Kommentierung wurde von einem Team erfahrener Kommentatoren mit Spezialkenntnissen in den Bereichen Onkologie und Datenschutzbestimmungen durchgeführt.
Komplexe Anmerkungskriterien
| Kategorie | Unterkategorie |
| Datumsanmerkung (Onkologie) | Diagnosedatum, Stadiumsdatum, Beginn, Eingriffsdatum, Datum des Beginns der Medikation, Datum des Endes der Medikation, Beginn der Bestrahlung, Ende der Bestrahlung |
| Krankheit (Onkologie) | Krebsproblem, Histologie, klinischer Status, Körperstelle, Verhalten, Grad, Krebsstadium, TNM-Stadium, Tumormarkertest, Abmessungen, Code |
| Behandlung (Onkologie) | Krebsmedizin, Arzneimitteldosierung, Häufigkeit, Krebschirurgie, Operationsergebnis, Strahlenmodalität, Strahlendosierung |
| Genomics | Variationscode, untersuchtes Gen, Methode, Probe |
| die Negierung | Negativ, möglicherweise negativ, unsicher, möglicherweise positiv |
| Klinisches NER | Krebsproblem – Körperstelle, Histologie – Körperstelle, Verhalten – Körperstelle, Krebschirurgie – Beziehungen Körperstelle, Strahlungsmodalität – Körperstelle, Histologie – Grad, Krebsproblem – Dimension |
Beispiel:
Erklärung zur klinischen Anmerkung zur Onkologie
„Bei der Patientin Jane Doe wurde am 03 nicht-kleinzelliger Lungenkrebs (NSCLC) im Stadium IIIB, insbesondere Adenokarzinom, diagnostiziert. Der Krebs befindet sich im rechten unteren Lungenlappen. Nach dem TNM-Stufensystem wird er als T05N2023M3 klassifiziert, mit einer Tumorgröße von 2 cm x 0 cm. Eine EGFR-Exon-5-Deletion wurde durch PCR-Analyse der Tumorbiopsieprobe identifiziert. Die Chemotherapie mit Carboplatin AUC 3 und Pemetrexed 19 mg/m² wurde am 5 begonnen und soll alle 500 Wochen verabreicht werden. Die externe Strahlentherapie (EBRT) mit einer Dosis von 03 Gy in 20 Fraktionen begann am 2023. Die Behandlung des Patienten ist noch nicht abgeschlossen und es gibt keine Hinweise auf Hirnmetastasen im aktuellen MRT. Die Möglichkeit einer lymphovaskulären Invasion muss noch ermittelt werden, und die Verträglichkeit des Patienten gegenüber der gesamten Chemotherapie bleibt ungewiss.
Erklärung zur klinischen Anmerkung zur Onkologie
Strenge Qualitätssicherung
Implementierung eines flexiblen Projektmanagement-Frameworks, das die effektive Integration von Kundenfeedback unter Einhaltung strenger Qualitätsstandards ermöglicht. Es wurde ein umfassendes Qualitätssicherungsprotokoll durchgesetzt, das sich an den Richtlinien orientiert, um die erforderlichen Qualitätsmaßstäbe zu erreichen. Dieses Protokoll umfasste aufeinanderfolgende Überprüfungs- und Verifizierungsrunden, um die Präzision und Zuverlässigkeit der kommentierten Daten sicherzustellen. Eine solche sorgfältige Qualitätsüberwachung ist für die Entwicklung einer zuverlässigen NLP-Lösung von entscheidender Bedeutung und für eine fundierte klinische Entscheidungsfindung und Forschungsexzellenz von entscheidender Bedeutung.
Ergebnis
Erfolgreiche Lieferung von 10,000 hochwertigen, anonymisierten, gekennzeichneten Datensätzen, die einen sicheren und wertvollen Datensatz für die NLP-Modellentwicklung des Kunden bereitstellen. Die sorgfältige Anwendung von NLP und die Einhaltung der HIPAA-Standards zur Deidentifizierung führten zu einem äußerst verfeinerten Datensatz, der die laufenden und zukünftigen Onkologie-Forschungsbemühungen des Kunden unterstützen wird, mit dem Ziel, die Behandlungsergebnisse für Onkologiepatienten und die Effizienz der Pflege zu verbessern.
Der Erfolg des Projekts zeigt unsere Fähigkeit, komplexe medizinische Daten präzise zu verarbeiten und so zum Ziel des Kunden beizutragen, die Ergebnisse bei der Patientenversorgung zu verbessern und das Tempo von Innovationen im Gesundheitswesen zu beschleunigen.
Unsere Partnerschaft mit Shaip hat maßgeblich zur Weiterentwicklung unserer NLP-Fähigkeiten im Onkologiebereich beigetragen. Der professionelle Umgang mit 10,000 Krankenakten, versehen mit detaillierten Verneinungen und anderen klinischen Entitäten, zeigte ihr Engagement für Exzellenz und Compliance. Darüber hinaus hat uns ihr Engagement für Datenschutzstandards wie HIPAA unschätzbare Ressourcen zur Verfügung gestellt, um unsere KI-Initiativen zur Entwicklung modernster onkologischer Behandlungen und Diagnostik voranzutreiben.
