ChartWalk: 浏览电子健康记录中的大量文本记录以进行临床病例回顾 (ChartWalk: Navigating large collections of text notes in electronic health records for clinical chart review)

在初次接诊病人前,医护人员需要在短时间内审查病人的电子健康记录(EHR),以了解病人情况。EHR 由大量半结构化医疗文本报告组成,这些文本数据严重碎片化且冗余,不便于浏览和检索,使得病例回顾成为一个耗时、乏味的过程。来自多伦多大学的 Sultanum 等人 [1] 提出了支持病例回顾的可视分析工具 ChartWalk,帮助医护人员快速浏览、分析文本记录,发表在 VIS 2022。

ChartWalk 是作者对其先前工作 MedStory [2] 和 Doccurate [3] 的进一步扩展。考虑到病例回顾任务中,医护人员需要查看原始文本记录以进行深入分析,这三个工作均遵循了 graphics+text 理念,将文本置于首要地位,以图形编码辅助浏览。MedStory(图 1a)支持分析少量(不超过 5 个)文本记录,Doccurate(图 1b)支持分析更多的记录(约 300 个),但在概览和检索方面不够便捷。在 ChartWalk 中,作者聚焦于如何更好地支持概览,以及如何在概览视图和原始文本间无缝切换。

图 1:MedStory [2] 系统界面(a)和 Doccurate [3] 系统界面(b)

在论文中,作者详细介绍了 ChartWalk 的迭代设计过程,此过程可划分为初步设计、第一轮设计和第二轮设计,每一阶段均有专家提供反馈。在初步设计阶段,作者基于之前的工作 Doccurate 设定了设计需求,即:(1)提供患者健康状况的概览;(2)展示医疗时间的时间分布及演变;(3)将信息分层组织,便于定位;(4)支持概览到原始文本的过渡,尽可能保留上下文信息。用户调研结果与设计需求基本一致。

在第一轮设计中,作者快速实现了符合设计需求的最小系统模型,以尽早获得专家反馈。系统利用医学文本 NLP 技术,从非结构化的碎片文本信息中抽取出具有层次结构的医学实体信息,展示在提及视图(图 2A)中。用户可以选择感兴趣的实体,并在摘录视图(图 2B)中查看与该实体相关的文本片段。选择感兴趣的片段后,记录视图(图 2D)会展示该片段所属的原始医疗记录。日历视图(图 2C)展示了医疗记录的时间分布。用户对系统提出了改进意见,包括:提及视图中的实体需要进一步聚合,希望展示实体提及频次的时间分布,需要减少文字比重提升可读性等。此外,用户希望对重要的文本进行标注,作者相应提出了第五条设计需求。

图 2:ChartWalk 初始界面设计

基于第一轮的评估,在第二轮设计中,作者修改了系统界面。提及视图中的命名实体通过手工标注进一步聚合,聚合后的实体前增加了 sparkline 图形,展示实体提及频率的时间分布(图 3A)。摘录视图(图 3B)中的文本片段基于类型和日期组织为层次结构,更加易读。记录视图(图 3D)增加了缩略导览,节标题加粗显示,并支持高亮标注。用户实验结果表明,ChartWalk 支持多种工作流程,在病例回顾任务中具有较好的通用性。

图 3:修改后的 ChartWalk 系统界面

作者总结了迭代设计及和领域专家合作过程中的经验。在病例回顾等领域任务中,原始文本仍然处于首要地位,在设计中,需要平衡图形元素和文本信息的占比,将两者更好地结合,提高视图的有效性。在第一轮设计中,作者更关注如何支持概览和检索,而用户调研表明,追溯到原始文本后,以可视化方法辅助对原始文本的略读同样重要,除了字体加粗,其他略读策略仍有待探索。此外,如何支持更加自动化的实体分类,如何支持医护人员通过标注分享观点,也是值得研究的问题。

参考文献

[1] N. Sultanum, F. Naeem, M. Brudno, and F. Chevalier. ChartWalk: Navigating large collections of text notes in electronic health records for clinical chart review. In IEEE Transactions on Visualization and Computer Graphics, 2022.

[2] N. Sultanum, M. Brudno, D. Wigdor, and F. Chevalier. More text please! understanding and supporting the use of visualization for clinical text overview. In Proceedings of the CHI Conference on Human Factors in Computing Systems, 2018.

[3] N. Sultanum, D. Singh, M. Brudno, and F. Chevalier. Doccurate: A curation-based approach for clinical text visualization. In IEEE transactions on visualization and computer graphics, 25(1):142–151, 2019.

评论关闭。