مقدمه: اهمیت تعیین‌کننده‌های اجتماعی سلامت و چالش‌های موجود

سلامت انسان محصولی پیچیده از عوامل زیستی، محیطی و اجتماعی است. در میان این عوامل، تعیین‌کننده‌های اجتماعی سلامت (SDOH) نقش حیاتی و انکارناپذیری ایفا می‌کنند. این عوامل که به شرایط محیطی و اجتماعی پیرامون افراد اشاره دارند، از فقر و سطح تحصیلات گرفته تا دسترسی به مسکن مناسب، محیط کار، تغذیه سالم و کیفیت روابط اجتماعی، مستقیماً بر وضعیت سلامت، بروز بیماری‌ها و نتایج درمانی تأثیر می‌گذارند. نادیده گرفتن این عوامل می‌تواند منجر به کاهش اثربخشی مداخلات بالینی، افزایش نابرابری‌های سلامت و تحمیل هزینه‌های گزاف به سیستم‌های بهداشت و درمان شود.

پرونده الکترونیک سلامت (EHR) به عنوان یک مخزن عظیم اطلاعاتی در حوزه سلامت، پتانسیل بالایی برای ثبت و تحلیل داده‌های مربوط به SDOH دارد. با این حال، روش‌های سنتی ثبت این اطلاعات در EHR عمدتاً بر داده‌های ساخت‌یافته متکی هستند. این داده‌ها که معمولاً در قالب فیلدهای از پیش تعیین‌شده مانند چک‌باکس‌ها یا منوهای کشویی ثبت می‌شوند، برای نمایش برخی از جنبه‌های SDOH مفیدند، اما اغلب فاقد عمق و جزئیاتی هستند که برای درک کامل وضعیت بیمار ضروری است. در مقابل، یادداشت‌های بالینی بدون ساختار (unstructured clinical notes)، مانند سوابق اجتماعی و مصاحبه‌های پزشک با بیمار، مملو از اطلاعات غنی و ظریف درباره SDOH هستند. این یادداشت‌ها می‌توانند اطلاعاتی درباره شدت، وضعیت فعلی، سابقه و زمان‌بندی عوامل اجتماعی مانند بی‌خانمانی، مصرف مواد مخدر، وضعیت اشتغال، و شبکه‌های حمایتی را با جزئیات بیشتری ارائه دهند.

چالش اصلی اینجاست که استخراج و استفاده مؤثر از اطلاعات ارزشمند نهفته در این یادداشت‌های بدون ساختار، به دلیل ماهیت پراکنده، زبانی و متنوع آن‌ها، بسیار دشوار است. این مقاله پژوهشی با هدف غلبه بر این چالش، رویکردی نوآورانه را برای غنی‌سازی داده‌های ساخت‌یافته‌ی SDOH در EHR با استفاده از قدرت پردازش زبان طبیعی (NLP) معرفی می‌کند.

نویسندگان و زمینه تحقیق

این پژوهش توسط تیمی از محققان برجسته به نام‌های کوین لیبارگر، نیکلاس ج. دابینز، ریچی لانگ، انگاد سینگ، پاتریک وِجوِث، ازلم اوزونر و ملیحه یتیشگن انجام شده است. حوزه تخصصی این گروه، تلاقی علوم کامپیوتر، به‌ویژه پردازش زبان طبیعی، با حوزه علوم سلامت و نظام‌های اطلاعات سلامت است. زمینه اصلی تحقیق آن‌ها، کاربرد روش‌های پیشرفته محاسباتی برای استخراج دانش از داده‌های پزشکی و بهبود کیفیت مراقبت‌های بهداشتی است. این مقاله در دسته‌بندی “محاسبات و زبان” قرار می‌گیرد، که نشان‌دهنده تمرکز بر جنبه‌های زبانی و پردازشی داده‌ها در زمینه تحقیقات علمی است.

چکیده و خلاصه محتوا

مقاله به طور خلاصه بیان می‌دارد که تعیین‌کننده‌های اجتماعی سلامت (SDOH) تأثیر قابل توجهی بر نتایج سلامت دارند و این عوامل در پرونده الکترونیک سلامت (EHR) هم از طریق داده‌های ساخت‌یافته و هم یادداشت‌های بالینی بدون ساختار ثبت می‌شوند. با این حال، یادداشت‌های بالینی اغلب حاوی اطلاعات جامع‌تری درباره SDOH، از جمله جزئیاتی مانند وضعیت، شدت و زمان‌بندی این عوامل هستند.

این تحقیق دو هدف اصلی را دنبال می‌کند:

• توسعه یک مدل پردازش زبان طبیعی (NLP) برای استخراج اطلاعات دقیق SDOH.
• ارزیابی میزان افزایش اطلاعاتی که از طریق اعمال استخراج‌کننده SDOH بر متون بالینی و ادغام نمایش‌های استخراج‌شده با داده‌های ساخت‌یافته موجود حاصل می‌شود.

برای دستیابی به این اهداف، محققان یک استخراج‌کننده SDOH جدید با استفاده از معماری یادگیری عمیق برای استخراج موجودیت و رابطه (entity and relation extraction) توسعه داده‌اند که قادر به توصیف SDOH در ابعاد مختلف است. سپس، در یک مطالعه موردی بر روی EHR، این استخراج‌کننده بر روی مجموعه داده بزرگی از ۲۲۵,۰۸۹ بیمار و ۴۳۰,۴۰۶ یادداشت با بخش‌های مربوط به سابقه اجتماعی اعمال شد. اطلاعات SDOH استخراج‌شده با داده‌های ساخت‌یافته موجود مقایسه گردید. نتایج نشان داد که استخراج‌کننده SDOH در مجموعه آزمایشی پنهان، عملکردی با امتیاز F1 برابر با ۰.۸۶ داشته است. در مطالعه موردی EHR، مشخص شد که اطلاعات SDOH استخراج‌شده، داده‌های ساخت‌یافته موجود را مکمل می‌بخشد؛ به طوری که ۳۲ درصد از بیماران بی‌خانمان، ۱۹ درصد از مصرف‌کنندگان فعلی دخانیات و ۱۰ درصد از مصرف‌کنندگان مواد مخدر، تنها این عوامل خطر سلامت را در روایت بالینی خود مستند کرده بودند. در نهایت، نویسندگان نتیجه‌گیری می‌کنند که استفاده از داده‌های EHR برای شناسایی عوامل خطر سلامت و نیازهای اجتماعی مرتبط با SDOH می‌تواند به بهبود مراقبت از بیمار و نتایج درمانی منجر شود. نمایش‌های معنایی اطلاعات SDOH که از طریق متن کدگذاری شده‌اند، می‌توانند داده‌های ساخت‌یافته موجود را غنی سازند و این نمایش جامع‌تر SDOH می‌تواند به سیستم‌های بهداشتی در شناسایی و رسیدگی به این نیازهای اجتماعی کمک کند.

روش‌شناسی تحقیق

قلب تپنده این پژوهش، توسعه و به‌کارگیری یک استخراج‌کننده اطلاعات SDOH مبتنی بر یادگیری عمیق است. این مدل به گونه‌ای طراحی شده است که نه تنها وجود یک عامل SDOH را در متن تشخیص دهد، بلکه ابعاد مختلف آن را نیز مشخص کند. این ابعاد می‌توانند شامل موارد زیر باشند:

• نوع عامل SDOH: مثلاً بی‌خانمانی، مصرف دخانیات، مصرف الکل، وضعیت اشتغال، ناامنی غذایی و غیره.
• شدت یا وضعیت: مانند “بی‌خانمانی مزمن” در مقابل “بی‌خانمانی موقت”، یا “مصرف‌کننده سنگین دخانیات” در مقابل “مصرف‌کننده تفننی”.
• زمان‌بندی: اینکه آیا عامل SDOH در حال حاضر فعال است، در گذشته وجود داشته، یا در آینده پیش‌بینی می‌شود.
• ارتباط با سایر موجودیت‌ها: مثلاً ارتباط یک عامل SDOH با یک بیماری خاص یا یک وضعیت پزشکی دیگر.

معماری یادگیری عمیق به کار رفته در این مدل، توانایی درک روابط پیچیده و معنایی بین کلمات و عبارات را در متن دارد. این معماری معمولاً شامل لایه‌هایی است که قادر به پردازش توالی کلمات (مانند شبکه‌های عصبی بازگشتی – RNN یا ترانسفورمرها) و همچنین شناسایی و دسته‌بندی موجودیت‌های خاص (مانند نام بیماری‌ها، داروها، و در این مورد، عوامل SDOH) و روابط بین آن‌ها هستند.

پس از توسعه این مدل، فاز دوم تحقیق به کاربرد عملی و ارزیابی آن اختصاص یافت. یک مجموعه داده واقعی از پرونده‌های الکترونیک سلامت، شامل اطلاعات بیش از ۲۲۵ هزار بیمار و بیش از ۴۳۰ هزار یادداشت بالینی با بخش‌های مربوط به سابقه اجتماعی، برای این منظور مورد استفاده قرار گرفت. این یادداشت‌ها، که اغلب به صورت آزاد و بدون ساختار نوشته شده‌اند، منبع اصلی استخراج اطلاعات SDOH بودند. سپس، اطلاعات SDOH که توسط مدل NLP استخراج شد، با داده‌های SDOH که از قبل به صورت ساخت‌یافته در EHR ثبت شده بود، مقایسه گردید. هدف از این مقایسه، سنجش میزان “افزایش اطلاعات” بود؛ یعنی مشخص شود که مدل NLP چه اطلاعات جدید و ارزشمندی را فراتر از داده‌های ساخت‌یافته اولیه کشف کرده است.

دقت مدل NLP با استفاده از معیارهای استاندارد ارزیابی شد. امتیاز F1 که ترکیبی از دقت (Precision) و بازیابی (Recall) است، برای سنجش عملکرد مدل در استخراج اطلاعات SDOH از مجموعه داده آزمایشی پنهان، استفاده شد. امتیاز ۰.۸۶ برای F1 نشان‌دهنده عملکرد بسیار قوی و قابل اعتماد مدل است.

یافته‌های کلیدی

یافته‌های این تحقیق نه تنها از نظر فنی بلکه از منظر بالینی نیز بسیار حائز اهمیت هستند:

• عملکرد بالای مدل NLP: استخراج‌کننده SDOH با امتیاز F1 برابر با ۰.۸۶، توانایی بالایی را در شناسایی و دسته‌بندی دقیق عوامل تعیین‌کننده اجتماعی سلامت از متون بالینی بدون ساختار نشان داد. این سطح از دقت، امکان اعتماد به نتایج استخراج‌شده را برای کاربردهای عملی فراهم می‌آورد.
• تکمیل‌کنندگی داده‌های ساخت‌یافته: مهم‌ترین دستاورد این تحقیق، کشف شکاف‌های اطلاعاتی قابل توجه در داده‌های ساخت‌یافته SDOH بود. مطالعه موردی نشان داد که بخش قابل توجهی از اطلاعات مربوط به عوامل خطر سلامت و نیازهای اجتماعی، تنها در یادداشت‌های بالینی بدون ساختار وجود داشته و در داده‌های ساخت‌یافته ثبت نشده است. مصادیق این شکاف شامل موارد زیر بود:
  • ۳۲٪ از بیماران بی‌خانمان تنها در یادداشت‌های بالینی به عنوان بی‌خانمان شناسایی شده بودند.
  • ۱۹٪ از مصرف‌کنندگان فعلی دخانیات این مورد را تنها در روایت بالینی خود ذکر کرده بودند.
  • ۱۰٪ از مصرف‌کنندگان مواد مخدر نیز تنها در یادداشت‌های بالینی مورد اشاره قرار گرفته بودند.
• ارزش اطلاعات روایی: این یافته‌ها به وضوح نشان می‌دهند که اطلاعات نهفته در یادداشت‌های بالینی، منبعی غنی و اغلب دست‌نخورده برای درک کامل وضعیت اجتماعی و سلامت بیماران است. نادیده گرفتن این اطلاعات می‌تواند منجر به تصویری ناقص از بیمار و در نتیجه، مراقبت‌های غیربهینه شود.

کاربردها و دستاوردها

پیامدهای این تحقیق فراتر از یک دستاورد آکادمیک است و پتانسیل بالایی برای تأثیرگذاری مثبت بر سیستم‌های بهداشت و درمان دارد:

• بهبود درک وضعیت بیمار: با ادغام اطلاعات استخراج‌شده از طریق NLP با داده‌های ساخت‌یافته، پزشکان و تیم‌های درمانی به دیدگاهی جامع‌تر و دقیق‌تر از عوامل اجتماعی مؤثر بر سلامت بیماران دست خواهند یافت. این امر می‌تواند در تصمیم‌گیری‌های بالینی، مانند انتخاب روش درمانی مناسب یا ارزیابی ریسک، بسیار مؤثر باشد.
• شناسایی و رسیدگی به نیازهای اجتماعی: سیستم‌های بهداشتی می‌توانند با استفاده از این رویکرد، بیماران در معرض خطر بیشتری را که به دلیل عوامل اجتماعی با چالش مواجه هستند، سریع‌تر شناسایی کنند. به عنوان مثال، شناسایی بیماران بی‌خانمان یا کسانی که با اعتیاد دست و پنجه نرم می‌کنند، امکان ارجاع به‌موقع آن‌ها به خدمات حمایتی اجتماعی، برنامه‌های مشاوره یا سازمان‌های غیردولتی مرتبط را فراهم می‌آورد.
• ارتقاء برنامه‌ریزی سلامت عمومی: در سطح کلان‌تر، تجمیع داده‌های SDOH از تعداد زیادی از بیماران می‌تواند به شناسایی الگوهای سلامت در جوامع خاص کمک کند. این اطلاعات برای طراحی مداخلات بهداشت عمومی هدفمند، تخصیص منابع و کاهش نابرابری‌های سلامت بسیار ارزشمند است.
• فعال‌سازی داده‌های نهفته: این تحقیق نشان می‌دهد که چگونه می‌توان از انبوه داده‌های بدون ساختار در EHR، که تا پیش از این کمتر مورد استفاده قرار می‌گرفتند، دانش عملی استخراج کرد. نمایش‌های معنایی (semantic representations) تولید شده توسط مدل NLP، امکان پرس‌وجو، تحلیل و استفاده از این اطلاعات را فراهم می‌آورند.
• بهبود نتایج درمانی: در نهایت، با درک بهتر و رسیدگی مؤثرتر به چالش‌های اجتماعی بیماران، انتظار می‌رود که شاهد بهبود در نتایج درمانی، کاهش بستری شدن در بیمارستان، و افزایش کیفیت کلی زندگی بیماران باشیم.

نتیجه‌گیری

این تحقیق گامی مهم در جهت استفاده هوشمندانه از داده‌های پرونده الکترونیک سلامت برای درک عمیق‌تر و جامع‌تر تعیین‌کننده‌های اجتماعی سلامت است. با به‌کارگیری نوآورانه پردازش زبان طبیعی، محققان موفق شده‌اند تا اطلاعات ارزشمند و ظریفی را که در یادداشت‌های بالینی بدون ساختار نهفته است، استخراج کرده و آن را با داده‌های ساخت‌یافته موجود ادغام کنند.

یافته‌های این پژوهش به وضوح نشان می‌دهند که داده‌های روایی بالینی، گنجینه‌ای از اطلاعات SDOH هستند که اغلب در داده‌های ساخت‌یافته غایب است. این شکاف اطلاعاتی می‌تواند منجر به درک ناکافی از وضعیت بیمار و در نتیجه، مراقبت‌های کمتر بهینه شود.

دستیابی به نمایش‌های معنایی غنی از اطلاعات SDOH که از طریق متن استخراج شده‌اند، ابزاری قدرتمند در اختیار سیستم‌های بهداشتی قرار می‌دهد. این ابزار به آن‌ها کمک می‌کند تا نه تنها عوامل خطر سلامت مرتبط با SDOH را شناسایی کنند، بلکه نیازهای اجتماعی بیماران را نیز بهتر درک کرده و در جهت رفع آن‌ها گام بردارند. این رویکرد در نهایت می‌تواند منجر به بهبود کیفیت مراقبت، ارتقاء نتایج سلامت و کاهش نابرابری‌های درمانی شود. توسعه و به‌کارگیری چنین مدل‌های NLP در EHR، مسیری روشن به سوی پزشکانی آگاه‌تر، سیستم‌های سلامت پاسخگوتر و بیماران سالم‌تر را ترسیم می‌کند.