بررسی تعیین‌کننده‌های اجتماعی و رفتاری سلامت در بیماران سرطان ریه با استفاده از مدل‌های پردازش زبان طبیعی مبتنی بر ترنسفورمر

1. معرفی و اهمیت مقاله

سرطان ریه، یکی از مرگبارترین انواع سرطان‌ها در سراسر جهان است. درک جامع از عوامل مؤثر بر سلامت بیماران مبتلا به این بیماری، برای بهبود نتایج درمان و ارتقای کیفیت زندگی آن‌ها حیاتی است. این مقاله، با عنوان “بررسی تعیین‌کننده‌های اجتماعی و رفتاری سلامت در بیماران سرطان ریه با استفاده از مدل‌های پردازش زبان طبیعی مبتنی بر ترنسفورمر”، به بررسی این عوامل مهم می‌پردازد. اهمیت این تحقیق در شناسایی و تحلیل نقش تعیین‌کننده‌های اجتماعی و رفتاری سلامت (SBDoH) در بیماران سرطان ریه نهفته است. SBDoH شامل عواملی مانند وضعیت اقتصادی، سطح تحصیلات، دسترسی به مراقبت‌های بهداشتی، عادات رفتاری (مانند سیگار کشیدن) و محیط زندگی است که همگی بر سلامت فرد تأثیرگذارند. این مقاله با استفاده از تکنیک‌های پیشرفته پردازش زبان طبیعی (NLP)، به‌ویژه مدل‌های مبتنی بر ترنسفورمر، به استخراج اطلاعات ارزشمندی از پرونده‌های پزشکی الکترونیکی (EHR) می‌پردازد. این اطلاعات می‌تواند در پیش‌بینی، تشخیص و درمان سرطان ریه کمک‌کننده باشد.

2. نویسندگان و زمینه تحقیق

این مقاله حاصل تلاش‌های گروهی از محققان برجسته در زمینه هوش مصنوعی، علوم پزشکی و پردازش زبان طبیعی است. نویسندگان مقاله شامل Zehao Yu، Xi Yang، Chong Dang، Songzi Wu، Prakash Adekkanattu، Jyotishman Pathak، Thomas J. George، William R. Hogan، Yi Guo، Jiang Bian و Yonghui Wu هستند. این تیم تحقیقاتی از دانشگاه‌ها و مراکز تحقیقاتی معتبری مانند دانشگاه فلوریدا و موسسه ملی بهداشت ایالات متحده (NIH) بهره می‌برند. زمینه اصلی تحقیق، تقاطع میان علوم کامپیوتر، پزشکی و علوم داده است. هدف اصلی آن‌ها، توسعه راه‌حل‌های مبتنی بر هوش مصنوعی برای بهبود مراقبت‌های بهداشتی، به‌ویژه در زمینه سرطان ریه، می‌باشد. تمرکز آن‌ها بر استفاده از داده‌های موجود در پرونده‌های پزشکی الکترونیکی و استخراج اطلاعات پنهان از متن‌های بالینی برای درک بهتر بیماری و بهبود درمان است.

3. چکیده و خلاصه محتوا

در چکیده مقاله، به این نکته اشاره شده است که SBDoH نقش مهمی در شکل‌دهی به سلامت افراد دارد. عدم لحاظ کردن این عوامل در مطالعات بالینی، به‌ویژه مطالعات مقایسه‌ای اثربخشی، می‌تواند منجر به ایجاد خطاهای محاسباتی و طبقه‌بندی نادرست شود. با این حال، به دلیل کمبود اطلاعات ساختاریافته در سیستم‌های EHR فعلی، مطالعات محدودی در زمینه بررسی SBDoH در نتایج بالینی وجود دارد. این در حالی است که بخش عمده‌ای از اطلاعات مربوط به SBDoH در روایت‌های بالینی ثبت شده است. از این رو، پردازش زبان طبیعی (NLP) به‌عنوان یک فناوری کلیدی برای استخراج این اطلاعات از متن‌های بالینی غیرساختاریافته مطرح می‌شود. در این مطالعه، دو مدل NLP مبتنی بر ترنسفورمر، یعنی BERT و RoBERTa، برای استخراج مفاهیم SBDoH از روایت‌های بالینی مورد بررسی قرار گرفتند. بهترین مدل، برای استخراج مفاهیم SBDoH از یک گروه بیماران غربالگری سرطان ریه اعمال شد. در نهایت، تفاوت اطلاعات SBDoH استخراج‌شده توسط NLP و داده‌های ساختاریافته در EHR (اطلاعات SBDoH که در واژه‌نامه‌های استاندارد مانند کدهای طبقه‌بندی بین‌المللی بیماری‌ها ثبت شده‌اند) مورد بررسی قرار گرفت. نتایج آزمایشات نشان داد که مدل NLP مبتنی بر BERT بهترین عملکرد را با نمره F1 برابر با 0.8791 (دقیق) و 0.8999 (ملایم) کسب کرده است. مقایسه اطلاعات SBDoH استخراج‌شده توسط NLP با EHR ساختاریافته در یک گروه از 864 بیمار سرطان ریه با 161,933 یادداشت بالینی مختلف، نشان داد که اطلاعات بسیار دقیق‌تری در مورد سیگار کشیدن، تحصیلات و اشتغال تنها در روایت‌های بالینی ثبت شده است و استفاده از هر دو منبع (روایت‌های بالینی و EHR ساختاریافته) برای ایجاد یک تصویر کامل‌تر از عوامل SBDoH بیماران ضروری است.

4. روش‌شناسی تحقیق

5. یافته‌های کلیدی

نتایج اصلی این تحقیق را می‌توان به شرح زیر خلاصه کرد:

• عملکرد بالای مدل BERT: مدل NLP مبتنی بر BERT، بهترین عملکرد را در استخراج مفاهیم SBDoH از متن‌های بالینی داشته است. این مدل، با دستیابی به نمره F1 بالا، نشان‌دهنده دقت و صحت بالای آن در شناسایی عوامل SBDoH است.

• اطلاعات بیشتر در روایت‌های بالینی: مقایسه اطلاعات SBDoH استخراج‌شده توسط NLP با EHR ساختاریافته، نشان داد که اطلاعات بیشتری در مورد عوامل SBDoH مانند سیگار کشیدن، سطح تحصیلات و وضعیت اشتغال در روایت‌های بالینی موجود است. این یافته حاکی از اهمیت استفاده از هر دو نوع داده (ساختاریافته و غیرساختاریافته) برای درک کامل عوامل SBDoH است.

• اهمیت داده‌های غیرساختاریافته: این تحقیق نشان داد که داده‌های غیرساختاریافته (روایت‌های بالینی) حاوی اطلاعات ارزشمندی هستند که در داده‌های ساختاریافته موجود نیستند. این اطلاعات می‌تواند در پیش‌بینی، تشخیص و درمان سرطان ریه نقش مهمی ایفا کند.

به‌عنوان مثال، در بررسی پرونده‌های بیماران، اطلاعات مربوط به وضعیت سیگار کشیدن بیماران اغلب در روایت‌های بالینی ذکر می‌شود. مدل‌های NLP با توانایی درک این متن‌ها، قادر به شناسایی و استخراج این اطلاعات هستند. همچنین، اطلاعات مربوط به سطح تحصیلات و وضعیت اشتغال بیماران، که می‌تواند بر دسترسی آن‌ها به مراقبت‌های بهداشتی و نتیجه درمان تأثیرگذار باشد، اغلب در روایت‌های بالینی یافت می‌شود.

6. کاربردها و دستاوردها

این تحقیق، کاربردها و دستاوردهای متعددی در زمینه مراقبت‌های بهداشتی و پژوهش‌های بالینی دارد:

• بهبود درک از بیماران: با استفاده از این مدل‌ها، می‌توان اطلاعات جامعی در مورد عوامل SBDoH بیماران سرطان ریه به‌دست آورد. این اطلاعات می‌تواند به پزشکان در درک بهتر شرایط بیماران و ارائه مراقبت‌های شخصی‌سازی‌شده کمک کند.

• بهبود پیش‌بینی و تشخیص: مدل‌های NLP می‌توانند در شناسایی زودهنگام عوامل خطر و پیش‌بینی احتمال ابتلا به سرطان ریه کمک کنند. این امر می‌تواند منجر به تشخیص زودهنگام بیماری و افزایش شانس درمان شود.

• بهبود نتایج درمان: با درک بهتر عوامل SBDoH، می‌توان مداخلات درمانی مؤثرتری را طراحی کرد. به‌عنوان مثال، شناسایی بیماران سیگاری و ارائه برنامه‌های ترک سیگار می‌تواند به بهبود نتایج درمان کمک کند.

• حمایت از تحقیقات بالینی: داده‌های استخراج‌شده توسط این مدل‌ها می‌توانند در مطالعات بالینی و تحقیقات اپیدمیولوژیک مورد استفاده قرار گیرند. این داده‌ها می‌توانند به شناسایی عوامل خطر، ارزیابی اثربخشی درمان‌ها و بهبود درک از بیماری کمک کنند.

از جمله دستاوردهای این تحقیق، توسعه یک مدل NLP است که قادر به استخراج دقیق و مؤثر اطلاعات SBDoH از پرونده‌های پزشکی الکترونیکی است. این مدل می‌تواند به‌عنوان یک ابزار ارزشمند برای پزشکان، محققان و سیاست‌گذاران در زمینه مراقبت‌های بهداشتی مورد استفاده قرار گیرد.

7. نتیجه‌گیری

این مقاله نشان‌دهنده اهمیت استفاده از مدل‌های پردازش زبان طبیعی مبتنی بر ترنسفورمر برای استخراج اطلاعات ارزشمند SBDoH از پرونده‌های پزشکی الکترونیکی است. نتایج این تحقیق نشان می‌دهد که مدل BERT عملکرد بسیار خوبی در شناسایی عوامل SBDoH دارد و داده‌های غیرساختاریافته موجود در روایت‌های بالینی حاوی اطلاعات حیاتی هستند که در داده‌های ساختاریافته موجود نیستند. این یافته‌ها، اهمیت استفاده از هر دو نوع داده (ساختاریافته و غیرساختاریافته) را برای ایجاد یک تصویر کامل‌تر از عوامل SBDoH در بیماران سرطان ریه تأیید می‌کنند.

به‌طور کلی، این مطالعه گامی مهم در جهت استفاده از هوش مصنوعی برای بهبود مراقبت‌های بهداشتی و ارتقای کیفیت زندگی بیماران سرطانی است. با استفاده از این فناوری‌ها، می‌توان به درک عمیق‌تری از عوامل مؤثر بر سلامت بیماران دست یافت و مداخلات درمانی مؤثرتری را طراحی کرد. این تحقیق، راه را برای تحقیقات آتی در این زمینه هموار می‌کند و می‌تواند به توسعه مدل‌های NLP پیشرفته‌تر و کاربردهای گسترده‌تر آن‌ها در حوزه پزشکی منجر شود.