精神病发作识别新突破：基于规则方法、机器学习与预训练语言模型的电子健康记录分析

《Translational Psychiatry》：Identifying psychosis episodes in psychiatric admission notes via rule-based methods, machine learning, and pre-trained language models

本研究针对精神病早期诊断困难、电子健康记录(EHR)结构化数据不足等问题，开发了基于自然语言处理(NLP)的 psychosis 识别系统。通过分析4,617份精神科入院记录，发现TF-IDF+XGBoost模型(F1=0.8881)和BlueBERT模型(F1=0.8841)显著优于传统ICD编码方法(F1=0.7608)，证明关键词预筛选能有效提升模型性能，为EHR中精神病自动检测提供了重要技术参考。

　　

在精神健康领域，早期准确识别精神病发作对治疗和预后至关重要。然而，精神病诊断面临诸多挑战：患者往往缺乏自知力导致就诊延迟，临床表现复杂多样，且存在明显的污名化现象。传统上，电子健康记录（EHR）中的国际疾病分类（ICD）编码被用于回顾性识别精神病病例，但这些结构化数据常常不准确、模糊或缺失。相比之下，包含丰富临床信息的非结构化文本记录——如入院记录——尚未得到充分开发利用。

为了解决这些问题，由哈佛大学等单位的研究团队在《Translational Psychiatry》上发表了一项研究，系统评估了不同自然语言处理（NLP）方法在精神病识别中的效果。研究收集了2005年至2019年间麦克莱恩医院的4,617份首次精神科入院记录（1,196例精神病病例 vs. 3,433例对照），患者年龄为16-35岁，这一范围基于精神分裂症发病年龄的75百分位数确定。

研究采用了几种关键技术方法：首先基于专家 curated 的关键词列表进行信息预筛选；然后比较了规则基算法、机器学习模型（包括逻辑回归、随机森林、多层感知器和XGBoost）以及预训练语言模型（ClinicalBERT和BlueBERT）的性能。所有模型使用TF-IDF（Term Frequency-Inverse Document Frequency）进行文本编码，并通过自助法（bootstrap）重采样1000次评估性能。

主要研究结果

规则基算法的局限性

单纯关键词匹配算法虽然召回率（recall）达到1.0，但精确度（precision）极低（仅0.2587），产生大量假阳性。这类算法无法理解否定表达和不确定性语境，如“无精神病迹象”也会被错误标记。

机器学习模型的优越表现

XGBoost结合TF-IDF特征在基关键词筛选的笔记集上表现最佳，F1分数达0.8881（AUROC[95% CI]：0.9725[0.9717, 0.9733]）。相比使用完整笔记（F1=0.8646）和全关键词筛选笔记（F1=0.8787），基关键词筛选带来了明显性能提升。XGBoost在所有指标上均优于其他机器学习模型，显示出其在平衡精确度和召回率方面的优势。

预训练语言模型的竞争力

BlueBERT在基关键词筛选的笔记集上达到F1分数0.8841（AUROC[95% CI]：0.97[0.9580, 0.9820]），与XGBoost性能相当。预训练语言模型虽然需要更多计算资源，但其领域适应性（如BlueBERT在生物医学文本上的预训练）使其能有效处理医学术语和叙事结构。

与传统方法的比较

所有NLP方法均显著优于基于出院摘要ICD编码的传统识别方法（F1=0.7608）。值得注意的是，出院记录通常比入院记录更准确，因为它们包含了整个住院期间的观察信息，这使得NLP方法的提升更为显著。

讨论与意义

该研究证明了NLP技术在精神病识别中的巨大潜力。关键词预筛选策略不仅解决了预训练语言模型的输入长度限制，还减少了噪声，提高了计算效率。然而，纳入更多从PubMed文本和临床记录中提取的相关关键词并未带来额外性能提升，表明基关键词列表已经足够捕捉核心信息。

在实践应用方面，XGBoost等机器学习方法计算需求较低，更适合资源有限的临床环境；而预训练语言模型虽然性能优异，但需要GPU等高性能计算资源。研究还指出，算法可能复制临床医生的偏见，例如以往研究表明黑人抑郁症患者更容易被误诊为精神病。

这项研究的实际意义深远：自动化精神病检测可用于识别新兴精神病患者，改善目前依赖患者主动求助的低效检测策略。此外，该方法可加速神经精神流行病学研究的队列识别，取代耗时费力的人工筛选。

局限与展望

研究存在几方面局限：入院记录可能受临床医生偏见和信息不完整影响；缺乏超参数搜索可能限制了模型性能；模型可解释性有待进一步研究。未来工作可纳入更丰富的数据源、纵向监测以及自动超参数优化策略，并测试模型在关键词屏蔽后的鲁棒性。

总之，这项研究为EHR中精神病识别的NLP应用提供了全面评估和实用指南，标志着向更精准、高效的精神健康诊断迈出了重要一步。随着技术不断优化，这些方法有望整合到更全面的诊断框架中，增强精神卫生专业人员的决策能力。