误诊率是医院医疗错误的主要原因之一，影响了美国超过1200万成年人。为了解决误诊的高率，本研究利用4种基于NLP的算法根据非结构化转录报告来确定适当的健康状况。从逻辑回归，随机森林，LSTM和CNNLSTM模型中，CNN-LSTM模型的精度为97.89％，表现最好。我们将该模型打包到了经过身份验证的网络平台中，以便为临床医生提供可访问的援助。总体而言，通过标准化医疗保健诊断和结构转录报告，我们的NLP平台极大地提高了全球医院的临床效率和准确性。
translated by 谷歌翻译