AquaAI：一种基于Transformer的丹麦模型的开发与内部验证，用于识别院前医疗记录中的溺水和水上事故

《Scandinavian Journal of Trauma, Resuscitation and Emergency Medicine》：AquaAI: development and internal validation of a Danish transformer-based model to identify drowning and aquatic incidents in prehospital medical records

　　

摘要

背景

有效预防溺水和水上事故需要及时、准确的监测，并依赖于高质量、经过验证的数据。在丹麦，使用丹麦院前医疗记录中的自由文本字段已被证明在识别此类监测的潜在相关病例方面非常有效。尽管这些自由文本字段包含丰富的上下文信息，但手动筛选所有记录是不切实际的。本研究旨在开发并内部验证一种基于自然语言处理的流程（AquaAI），以便从常规的院前记录中识别溺水和水上事故，并为医疗专家最终的手动验证确定记录的优先级。

方法

这项全国性的回顾性队列研究使用了2016年至2024年的丹麦院前电子医疗记录。首先使用丹麦溺水公式（Danish Drowning Formula）这一迭代开发的触发词搜索算法检索医疗记录，并由专家将其标记为“溺水”、“水上事故”或“不相关”。然后，一个基于Transformer的语言模型被微调用于三分类序列分类，作为该工作流程的第二阶段分类器，并嵌入到一个包含规则保护机制的混合流程中。模型开发采用了时间分割方法，训练数据来自2016年至2021年，验证数据来自2022年。最终性能在2023年至2024年的独立数据集上进行评估。主要评估指标是各类别的敏感性以及“相关（溺水+水上事故）”与“不相关”之间的二元分析，以量化病例发现情况和工作量减少程度。

结果

数据集包含通过丹麦溺水公式检索到的40,876份医疗记录。在独立数据集上，AquaAI识别出了91%的相关病例，并正确过滤掉了89%的不相关记录，从而减少了77.5%需要手动审查的记录数量。在三分类分析中，溺水的敏感性为84%，水上事故为83%，不相关为89%。仅有一例溺水病例（0.3%）被错误地分类为不相关。

结论

作为一种在两步检索流程中作为第二阶段分类器运行的基于Transformer的混合流程，该系统能够从院前自由文本叙述中高效识别溺水和水上事故，同时大幅减少手动审查的工作量。这种方法可能有助于国家层面的监测和有针对性的预防措施。