Doğal dil işleme bir yapay zekanın alt disiplini – ve elektronik sağlık kayıtları ve veri ambarlarındaki tüm serbest metinlerden klinik külçeleri çıkararak sağlık hizmetlerinde çok yararlı olabilecek bir tane.
Bir sağlık hizmetleri NLP şirketi olan Augintel’in CEO’su Marty Elisco, NLP’nin 2023’te üç nedenden ötürü ana akım olacağına inanıyor: karışıklıklar giderildi, değer kanıtlandı ve zamanlama doğru.
Sağlık Bilişim Haberleri Elisco ile bu nedenleri ayrıntılı bir şekilde açıklamasını sağlamak ve sağlık hizmetleri CIO’ları ile diğer sağlık BT liderlerinin 2023’ün neden sadece NLP yılı olabileceğini anlamalarına yardımcı olmak için konuştuk.
S. Daha fazla sağlık kuruluşu kuruluşunun 2023’te doğal dil işleme teknolojisini benimsemesini önermenizin nedenlerinden biri,o kıvrımlar ütülendi. Lütfen ilgilenildiğini söylediğiniz tuhaflıklar ve bunun evlat edinmeyi nasıl teşvik edeceği hakkında konuşun.
A. İlk olarak, NLP’nin tanımını seviyelendirelim. NLP, bilgisayarlara metinleri ve konuşulan sözcükleri insanların anlayabileceği şekilde anlama yeteneği vermekle ilgilenen bilgisayar bilimi dalını ifade eder.
NLP çeşitli bağlamlarda uygulanabilir. Sesten metne tanımaya atıfta bulunabilir. El yazısı tanıma için de kullanılabilir. Ancak kendi segmentimizde ve bu tartışma bağlamında, yazılı kelimenin içerik zekası veya bilgi çıkarımı için NLP kullanıyoruz.
Yaklaşık beş yıl önce, makine öğrenimi teknolojisi ileriye doğru dev bir adım attı. Devasa miktarda veri içeren algoritmaları uygun maliyetli bir şekilde eğitmek mümkün hale geldi. Bu yenilik, içerik zekası için NLP’yi etkinleştirdi – makine öğrenimi, metinde açıklanan temel kavramları tanımlayabilen NLP modelleri oluşturmak için çok büyük miktarda anlatı verilerine uygulanmaya başlandı.
Son birkaç yılda, bir model geliştirme maliyeti düştüğü için, sektöre özel modeller geliştirmek ekonomik olarak mümkün hale geldi.
Örneğin, hukuk endüstrisinde e-keşif için NLP kullanılmıştır. Avukatlar, ilgili içeriğin tüketilmesini kolaylaştırmak için keşif aşamasında teslim edilen belgeleri araştırmak için NLP’yi kullanır. Ve son zamanlarda sağlık hizmetlerinde – davranışsal sağlık ve sağlık ve daha spesifik olarak sağlık ve insan hizmetleri – NLP’den yararlanma konusunda ilerleme kaydedildi.
Sağlık ve insan hizmetlerindeki ilk içerik zekası çabaları, günlük olarak erişilebilen bir araç sağlamaktan ziyade, verileri zamanın belirli bir noktasında analiz etmeyi amaçlayan tipik özel projelerdi. Kapsamlı sağlık hizmeti bağlamını “öğretmek” için gereken uzmanlık ve çaba, birçokları için çok külfetliydi ve projenin başarısız olmasına veya hiç başlayamamasına neden oldu.
Son bir yılda, sektöre özel çözümler ticari olarak kullanılabilir hale geldi çünkü bunları kanıtlayan pilot çalışmalar tamamlandı. Bu pilot uygulamalar, veri bilimcileri ile dil modelini o endüstrinin ihtiyacına göre iyileştiren müşteriler/kullanıcılar arasındaki işbirliğinden yararlandı.
Böylece pürüzler giderildi. Teknoloji olgun ve istikrarlı, yenilikçi teknoloji şirketleri, derin bağlamlı, kolayca elde edilebilir, göreve özel SaaS çözümleri oluşturdu ve müşteriler artık ödüllerini alıyor.
S. NLP’nin değerinin kanıtlandığını da söylüyorsunuz. Lütfen değerini kanıtlayan birkaç NLP örneği verin.
A. NLP’den yararlanan kuruluşların elde ettiği yatırım getirisi sağlandı.
Bir örnek olarak, Allegheny İlçesindeki vaka çalışanları, vaka notları ve yapılandırılmamış veriler içinde çok fazla zengin bilginin gömülü olduğunu bulmaya devam ediyorlardı. Aşırı bilgi yüklemesi nedeniyle vaka çalışanlarının ilgili verileri bulması çok uzun sürdü.
Bu zorluğu, yani yardım ettikleri ailelere ve çocuklara yönelik hizmetleri iyileştirmeye yardımcı olma nihai hedefiyle önemli verilere doğru zamanda hızlı bir şekilde erişme zorluğunu çözmek istediler. Daha iyi içgörülere hızlı ve kolay bir şekilde erişme yeteneğinin, notları gözden geçirmek için saatler harcamak zorunda kalmadan tüm bir vakanın resmini çizeceğini biliyorlardı.
Özellikle bir vaka çalışanı, yalnızca NLP platformunun haftada beş saatini idari görevlerden kurtardığını iddia etti.
Bir NLP platformu ayrıca Allegheny County’nin sağlığın sosyal belirleyicilerini daha iyi anlamasına yardımcı oldu. Tipik olarak, genel refahı önemli ölçüde etkileyen iki SDOH faktörü olan uyuşturucu kullanımı geçmişi veya konut güvensizliği gibi şeyleri anlamak için tüm vaka geçmişinin dikkatli bir şekilde gözden geçirilmesi gerekir. Ancak yapılandırılmamış verilerde yaşayan tüm renk, ayrıntı ve daha derin açıklamalarla bir NLP aracı, vaka çalışanlarının erken uyarı işaretlerini gerçek zamanlı olarak görmelerini sağlar.
Söylemeye gerek yok, vaka çalışanlarının sürecin başlarında yapılandırılmamış verilerden bunun gibi bilgileri çıkarabilmesi aileler için inanılmaz derecede faydalıdır.
S. Ve son olarak, 2023 yılıyla birlikte sağlık hizmetlerinde NLP için zamanlamanın doğru olduğunu söylüyorsunuz. Lütfen detaylandırın.
A. Personel eksikliklerinin ve tükenmişliklerinin son yıllarda tüm sağlık kuruluşları için gerçek bir zorluk oluşturduğu bir sır değil. Mayo Clinic Proceedings’te yayınlanan bir araştırmaya göre, ABD’li doktorlar arasındaki klinisyen tükenmişlik oranı, altı yıllık düşüşün ardından COVID-19 pandemisinin ilk iki yılında çarpıcı bir şekilde arttı.
Ayrıca çalışma, 2020’de %38,2 olan klinisyen tükenmişliğinin 2021’de %62,8 olduğunu ortaya koydu. Trend açık.
Ek araştırmalar, tükenmişliğin %64’ünün, sosyal hizmet çalışanlarının kırılma noktalarına kesinlikle katkıda bulunan idari yüke atfedildiğini göstermiştir. Vaka çalışanları bu kadar gerginken, yıpranma yüksek olmaya devam ediyor.
Bazı kuruluşlar her çeyrekte %30 yıpranma bildiriyor. Yıpranma ile ortaya çıkan ve bu kaybın sonuçları doğrudan etkilediği bir vaka bilgisi kaybı vardır. Yeni bakıcılar atandığında, dosyaların tamamını okuyacak zamanları olmuyor, bu da özellikle karmaşık vakalarda bakım sürecinin kesintiye uğramasına neden olabiliyor.
Dolayısıyla, bakımları altındaki insanlardan uzakta çok fazla zaman harcayan vaka çalışanları ve klinisyenleriniz zayıfladı ve artık yeter. Kayıp vaka bilgisinin sonuçlar üzerindeki etkisiyle birleştiğinde, güvenilir ve işleyen bir sağlık sistemi sürdürmek istiyorsak statükonun devam edemeyeceği açıktır.
Aynı zamanda, uygun maliyetli makine öğrenimi araçlarında, özellikle NLP’de, bu stresin bir kısmını azaltabilecek önemli ilerlemeler var. Sağlık hizmeti sağlayıcılarının mevcut araçlara güvenme zamanı. Bu nedenle 2023’ün NLP’nin yükselişe geçeceği yıl olacağına inanıyorum.
Bill’in HIT kapsamını LinkedIn’de takip edin: Bill Siwicki
Yazara e-posta: bsiwicki@himss.org
Healthcare IT News, bir HIMSS Media yayınıdır.