Multi-Task Learning for Extracting Menstrual Characteristics from Clinical Notes
作者: Anna Shopova, Cristoph Lippert, Leslee J. Shaw, Eugenia Alleva
发布时间: 2025-04-03
来源: arxiv
研究方向: 自然语言处理（NLP）在医疗健康领域的应用
主要内容
该研究旨在开发一种自然语言处理（NLP）管道，从临床笔记中提取关键月经周期属性，如痛经、规律性、流量和经间出血。
主要贡献
1. 开发了一种专门用于从临床笔记中提取五个临床相关月经属性的NLP管道。
2. 比较了监督微调（SFT）、上下文学习（ICL）和基于提示的学习（PBL）方法的性能。
3. 研究了引入检索数据预处理步骤的影响，该步骤使用混合方法来识别最相关的文本段。
4. 引入了多任务提示学习（MTPBL）来同时提取多个月经属性，与单任务方法相比，提高了泛化能力和效率。
研究方法
1. 数据集：从电子健康记录（EHR）中获取的临床笔记。
2. 标注：由临床医生手动标注，包括痛经、痛经严重程度、月经规律性、月经流量和经间出血。
3. 检索：使用混合方法（BM25和MedEmbed-small-v0.1）进行检索，以识别最相关的文本段。
4. 分类方法：包括监督微调（SFT）、上下文学习（ICL）、基于提示的学习（PBL）和多任务提示学习（MTPBL）。
5. 实验设置：使用3折交叉验证来优化超参数，并使用宏平均F1分数作为主要评估指标。
实验结果
MTPBL + 检索在所有任务上均取得了最高的F1分数，证明了多任务学习与检索相结合可以显著提高月经属性分类的性能。
未来工作
未来工作将集中在减少手动努力、扩展提取属性的范围、优化多任务学习以提高效率和可扩展性，以及验证这些方法在更大、多机构的数据库上的适用性。