Informacije o nemedicinskim faktorima koji utiču na zdravstvene ishode, poznatim kao društvene determinante zdravlja, često se prikupljaju na lekarskim pregledima. Ali ove informacije se često beleže kao tekst u kliničkim beleškama koje pišu lekari, medicinske sestre, socijalni radnici i terapeuti.
Istraživači sa Instituta Regenstrif i Škole javnog zdravlja Ferbanks Univerziteta Indijana nedavno su objavili jednu od prvih studija u kojoj je obrada prirodnog jezika primenjena na društvene determinante zdravlja. Istraživači su razvili tri nova algoritma za obradu prirodnog jezika kako bi uspešno izvukli informacije iz tekstualnih podataka u vezi sa stambenim izazovima, finansijskom stabilnošću i statusom zaposlenja iz elektronskih zdravstvenih kartona.
„Zdravlje i dobrobit nisu samo u medicinskoj nezi. Uglavnom se tiču našeg ponašanja, naše okoline, naših društvenih veza“, rekao je istraživač Instituta Regenstrif i član fakulteta za javno zdravlje Fairbanks škole Džošua Vest, dr. koji je vodio studiju.
„Sve više zdravstvenih organizacija mora da se bavi socijalnim determinantama jer su faktori kao što su finansijska sredstva, stanovanje i status zaposlenja ti koji zaista utiču na troškove koji ljude čine nezdravima. Izazov za zdravstvene organizacije je efikasno merenje i identifikacija pacijenata sa socijalnim rizikuje kako bi mogli da intervenišu“.
„Naš rad pomaže da se ovo polje unapredi iu primeni i metodologiji. Obrada prirodnog jezika je primenjivana na brojne uslove u prošlosti, ali ovo je jedan od prvih radova koji je primenjuje na društvene determinante zdravlja.“
„Pokazali smo da bi relativno pojednostavljen pristup obradi prirodnog jezika mogao efikasno da meri društvene determinante umesto korišćenja sofisticiranijih modela dubokog učenja i neuronskih mreža. Ovi kasniji modeli su moćni, ali složeni, teški za implementaciju i zahtevaju mnogo stručnosti, što mnogi zdravstveni sistemi nemaju“.
Dr Vest je dodao: „Namerno smo dizajnirali sistem koji bi mogao da radi u pozadini, čita sve beleške i kreira oznake ili indikatore koji kažu da zapis ovog pacijenta sadrži podatke koji ukazuju na moguću zabrinutost u vezi sa društvenim indikatorom koji se odnosi na zdravlje.“
„Naš opšti cilj je da izmerimo društvene determinante dovoljno dobro da istraživači razviju modele rizika i da kliničari i zdravstveni sistemi budu u stanju da koriste ove faktore – stambeni izazovi, finansijska sigurnost i status zaposlenja – u rutinskoj praksi kako bi pomogli pojedincima i pružili bolje razumevanje ukupnih karakteristika i potreba njihove populacije pacijenata“.
Informacije koje ukazuju na socijalne potrebe mogu se izdvojiti za mnoge vrste podataka u elektronskom medicinskom kartonu, uključujući informacije o zanimanju pacijenata, pokrivenosti zdravstvenog osiguranja, bračnom statusu, veličini domaćinstva, adresi (područje sa niskim ili visokim nivoom kriminala) i učestalosti promene adrese.
Prethodno, dr Vest i kolege, uključujući potpredsednika Instituta Regenstrief za podatke i analitiku Shaun Grannis, MD, kreirali su aplikaciju koju su nazvali Uppstroms, švedski za upstream, i uspešno demonstrirali da može da koristi strukturirane podatke za predviđanje pacijenata kojima je potrebna uputnica socijalnoj službi kao što je nutricionista.
Istraživanje je objavljeno u časopisu JAMIA Open.
