Jadwal Sholat

Memuat jadwal sholatโ€ฆ

Editorial Kedokteran & Kesehatan

Open AccessOA2024

Dampak Natural Language Processing yang Semakin Besar di Layanan Kesehatan dan Kesehatan Publik

Tinjauan naratif ini merangkum 27 makalah (2018โ€“2023) tentang Natural Language Processing (NLP) di layanan kesehatan dan kesehatan publik, menyoroti aplikasi dalam analisis sentimen, penyaringan EHR, komunikasi pasien, dan pencocokan uji klinis, sekaligus mengidentifikasi kesenjangan dan tren yang muncul seperti large language model.
Aadit Jerfy; O. Selden; R. Balkrishnanยท Inquiry : a journal of medical care organization, provision and financingยท 2024ยท DOI 10.1177/00469580241290095

Masalah inti

Natural Language Processing (NLP) adalah bagian dari Artificial Intelligence yang berfokus pada pemahaman dan penghasilan bahasa manusia. Teknologi NLP semakin lazim di layanan kesehatan dan menyimpan potensi solusi bagi masalah yang ada saat ini. Contoh penggunaan yang sudah ada dan yang akan datang mencakup analisis sentimen publik terhadap kebijakan kesehatan, penyaringan electronic health record (EHR), teknologi speech-to-text untuk mengekstraksi data EHR di titik layanan, komunikasi pasien, percepatan identifikasi kandidat uji klinis yang memenuhi syarat melalui pencarian otomatis, serta akses data kesehatan untuk membantu pengambilan keputusan pengobatan yang terinformasi. Tinjauan naratif ini bertujuan merangkum penggunaan NLP saat ini di layanan kesehatan, menyoroti implementasi pendekatan berbasis linguistik komputasional yang berhasil, dan mengidentifikasi kesenjangan, batasan, serta tren yang muncul dalam subbidang NLP di kesehatan publik.

Inovasi

Basis data daring Google Scholar dan PubMed dipindai untuk makalah yang terbit antara 2018 dan 2023. Kata kunci โ€œNatural Language Processing, Health Policy, Large Language Modelsโ€ digunakan dalam pencarian awal. Kemudian, makalah dibatasi pada yang ditulis dalam bahasa Inggris. Setiap dari 27 makalah terpilih dianalisis secara cermat, dan relevansinya terkait NLP dan layanan kesehatan masing-masing digunakan dalam tinjauan ini.
Pendahuluan
Natural Language Processing (NLP) adalah bagian dari Artificial Intelligence yang berfokus pada pemahaman dan penghasilan bahasa manusia. Teknologi NLP semakin lazim di layanan kesehatan dan menyimpan potensi solusi bagi masalah yang ada saat ini. Contoh penggunaan yang sudah ada dan yang akan datang mencakup analisis sentimen publik terhadap kebijakan kesehatan, penyaringan electronic health record (EHR), teknologi speech-to-text untuk mengekstraksi data EHR di titik layanan, komunikasi pasien, percepatan identifikasi kandidat uji klinis yang memenuhi syarat melalui pencarian otomatis, serta akses data kesehatan untuk membantu pengambilan keputusan pengobatan yang terinformasi. Tinjauan naratif ini bertujuan merangkum penggunaan NLP saat ini di layanan kesehatan, menyoroti implementasi pendekatan berbasis linguistik komputasional yang berhasil, dan mengidentifikasi kesenjangan, batasan, serta tren yang muncul dalam subbidang NLP di kesehatan publik.

Mengapa penting

Tinjauan ini menyoroti bahwa NLP menawarkan peluang substansial untuk meningkatkan penyelenggaraan layanan kesehatan dan surveilans kesehatan publik. Keberhasilan utama mencakup analisis sentimen untuk kebijakan kesehatan dan penerimaan vaksin, penyaringan dan ekstraksi data EHR, serta pencocokan uji klinis otomatis. Namun, kesenjangan dan batasan masih ada, seperti tantangan dalam memproses teks tak terstruktur, potensi bias dalam model, dan hambatan integrasi. Tren yang muncul mengarah pada penggunaan large language model dan deep learning untuk lebih mengotomatiskan dan mengekstraksi wawasan dari data tak terstruktur. Para penulis menekankan perlunya implementasi dan evaluasi yang cermat untuk memastikan alat NLP efektif dan adil di berbagai populasi dan bahasa.

Siapa yang sebaiknya membaca

Pembaca Research Digest dan praktisi rumpun ini.

Membuka konten memberโ€ฆ