電子病歷資訊檢索與擷取技術研究

Abstract

本研究以台大醫院病歷為資料集，目的在設計一套病歷檢索系統，幫助醫師 檢索相關病歷或提供治療方法給醫師參考。首先分析病歷的語言現象，包含病歷 平均長度、詞彙量、資訊熵。依據病人掛號科別，病歷可以分為14 類，每個科別 的語言現象也會分別呈現。 第一階段實驗使用五種檢索模型與六種索引策略，第二階段實驗則加入排序 學習技術與三種索引策略。效能評估則分為病歷檢索層次與治療檢索層次，在病 歷檢索層次，主訴視為查詢文字，在治療檢索層次，主訴與簡短病史視為查詢文 字。 第一階段實驗的病歷檢索效能評估中，okapi 模型效能最佳。資訊熵較低的科 別，其效能也比較好。與身體多重器官或人體系統相關的科別，如腫瘤科、神經 科，則低於平均效能。治療檢索效能評估，則沒有一個模型特別優異。 第二階段實驗的病歷檢索效能評估中，tf-idf 模型效能最好。結合多種檢索模 型的檢索分數，反而使得效能下降。運用排序學習技術，能夠顯著優於第一階段 的實驗結果，大部份科別的效能皆有提升。治療檢索效能評估，則五種模型差別 不大。