From Triage to Discharge: A Survey of NLP Tasks, Methods, and Open Challenges in the Emergency Department
本综述回顾了 46 篇关于急诊科自然语言处理的论文，分析了分诊、诊断和出院阶段的方法与趋势，同时强调了诸如泛化性、噪声数据和工作流限制等开放性挑战。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
急诊室是时间感发生变化的地方。在这些混乱且高风险的环境中，医生和护士必须在极短的时间窗口内做出关乎生死的决策，通常从患者到达目的地到最终离开仅有四个小时的时间。每一秒都至关重要，压力也随之巨大。在叫喊声、监护仪的鸣叫声和奔走的人群中，产生了海量的信息：低声的抱怨、大声的指令、潦草的笔记以及复杂的医疗报告。几十年来，这种口头和书面的文字流一直是一种负担，夺走了用于实际救治工作的宝贵时间。现在，一种新型工具正在出现，以帮助管理这种信息洪流。它不是机器人护士或未来的扫描仪，而是一种被称为“自然语言处理”的计算机软件形式。这项技术允许机器阅读、理解并总结人类语言，通过将混乱的对话转化为清晰、有组织的记录，为不堪重负的医护人员提供潜在的生命线。
来自澳大利亚新南威尔士大学的一个研究小组最近仔细观察了这项技术目前在急诊室中的应用情况。他们并没有只关注某一个特定的技巧或某种新奇的小工具；相反，他们收集并分析了46项不同的科学研究，以了解现状的全貌。他们的目标是了解计算机是如何被教导来处理急诊室就诊的三个主要阶段的：最初的病情严重程度分诊、诊断病因的过程，以及决定将患者送回家还是收住院的最终决策。通过审查这一广泛的研究范围，他们发现，尽管计算机在阅读医学文本方面变得越来越好，但它们仍远未达到能够取代危机时刻所需的人类判断力的程度。
研究人员发现，目前的大多数工作都集中在急诊就诊的中间阶段：即诊断。这是医生与患者交流并查看检查结果花费时间最多的阶段，也为计算机提供了丰富的文本供应。在这些研究中，软件正被训练用于将冗长的医患对话总结成简短、结构化的笔记，或者根据症状列表建议可能的疾病。然而，急诊室就诊的第一个阶段，即“分诊”，却得到了出人意料少的关注。这是护士快速判断患者病情严重程度以及需要多快得到救治的关键时刻。尽管这是整个过程中最讲究时效性的环节，但只有极少数研究尝试教导计算机协助进行这种初步的分选。同样，在决定患者是回家还是转入病房的最后阶段，研究也十分有限，尽管清晰的出院指导对患者的康复至关重要。
当研究人员观察这些计算机系统是如何构建时，他们看到了策略上的明显转变。过去，科学家们为每个特定任务构建定制化的计算机程序，就像为每项工作准备一个专门的工具。如今，趋势已转向使用大型预训练语言模型。这些是已经阅读了海量文本并在学习医学知识之前就已经掌握了通用语言规则的大型计算机系统。这就像是拿一个已经能够流利说话和阅读的人，先让他们接受一个医学术语速成班，而不是从字母表开始教起。这种方法已成为标准，大多数新的研究都在利用这些强大的现有模型来理解医学笔记和对话。
尽管取得了这些进展，研究人员仍发现这些系统的测试方式与它们在真实急诊室中的实际表现之间存在显著差距。他们审查的大多数研究都依赖于旧记录或计算机模拟。他们向软件输入的是干净、完美的对话转录文本，而且这些文本往往已经预知了所有答案。然而，在真实的急诊室里，情况是混乱的。语音识别软件经常出错，患者可能会说破碎的句子或使用不同的语言，而医生则承受着极大的时间压力。研究表明，由于测试环境比现实情况要“干净”得多，这些计算机系统在理论上看起来可能比在嘈ari的医院走廊里要聪明得多。此外，极少有系统在真实的急诊室环境中进行过测试。研究人员发现，在他们审查的所有论文中，没有一篇报道过曾将某个系统实际部署并应用于真实的患者护理过程中。
另一个主要担忧是这些系统是如何被评判的。在科学论文中，成功通常是通过自动化评分，衡量计算机输出结果与参考文本的匹配程度。但在医学领域，一个小小的错误就可能导致危险。计算机可能语法完美，但却遗漏了一个关于患者过敏史的关键细节，或者它可能建议了一个在技术上可行但极不可能发生的诊断。研究人员指出，只有极少数研究包含了来自实际医生的反馈，以验证计算机的工作是否真正有用或安全。如果没有这种人类的审核，很难判断这些工具是否已经准备好进入现实世界。该研究还强调，用于训练这些系统的资料主要来自英文和中文来源，这意味着这项技术对于说其他语言或来自不同文化背景的患者可能效果不佳。
最终，这项调查描绘了一幅充满前景但仍处于早期实验阶段的图景。阅读和总结医学文本的技术确实存在且正在迅速进步，这由强大的新计算机模型所驱动。然而，从一个在实验室里运行的计算机程序，到一个医生在生死攸关的紧急情况下可以信任的工具，其道路漫长且充满挑战。研究人员得出结论，在这些系统成为急诊护理的标准组成部分之前，必须在真实、混乱的医院环境中对其进行测试，由人类医生进行评估，并设计成能够处理实际患者互动中的噪音和不确定性。在此之前，这些工具仍然是正在成长中的强大助手，等待着证明它们能像处理那里的医生一样，应对急诊室的混乱。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。