自然语言处理对泌尿系结石CT特征的提取：与人工诊断结果的对照研究

【摘要】目的：研究自然语言处理（NLP）对泌尿系结石CT特征的提取效果。方法：回顾性分析379例泌尿系结石（392个）行手术治疗患者的CT报告，以人工和NLP方法分别进行结石相关图像特征的分析。NLP分析过程：结合人工校正，进行文本信息的提取和加工，通过机器学习制定原则，得到关键特征，交叉验证这些关键特征与不同手术方式的相关性。专家分析过程：三位医师分析CT图像，人工确定需提取的关键特征，分析各种特征与手术方式的相关性。结果：NLP分析所得关键特征为“结石”、“炎症”和“输尿管形态”相关信息，其预测手术方式的符合率为0.456，ROC下面积为0.608。专家分析所得关键特征中，“结石上下位置”、“肾周索条影”、“输尿管壁增厚”和“结石大小”这4个征象与手术方式的选择有相关性（r=0.192、－0.318、－0.285和－0.359，P<0.05）。结论：NLP提取的泌尿系结石的关键CT特征与专家评估的结果类似，其对手术方式的预测效能得到初步肯定