医生常常要花大量时间在健康记录中查找信息，因此陪伴患者的时间减少了。
研究人员正在开发机器学习模型，帮助医生高效地查找患者健康记录中的信息。
但训练有效模型需要大量相关医学问题数据集，而由于隐私限制，这类数据集往往难以获得。
医生经常查询患者的电子健康记录，以获取有助于制定治疗决策的信息，但这些记录使用起来繁琐，妨碍了查询过程。研究表明，即使医生接受过电子健康记录（EHR）使用培训，查找一个问题的答案平均也要花费八分多钟。
医生在操作常常笨拙难用的EHR界面上花的时间越多，与患者交流并提供治疗的时间就越少。
研究人员已开始开发机器学习模型，通过自动查找医生在EHR中需要的信息来简化这一过程。然而，训练有效模型需要规模庞大的相关医学问题数据集，而由于隐私限制，这类数据集往往难以获得。现有模型难以生成真实的问题——也就是人类医生会提出的问题——而且往往无法成功找到正确答案。
为解决数据短缺问题，麻省理工学院（MIT）的研究人员与医学专家合作，研究医生查阅EHR时会提出哪些问题。随后，他们建立了一个公开可用的数据集，其中包含这些医学专家撰写的2000多个临床相关问题。
他们使用该数据集训练机器学习模型生成临床问题后发现，与医学专家提出的真实问题相比，该模型在超过60%的情况下提出的问题质量高且真实。
他们计划利用这个数据集生成大量真实的医学问题，再用这些问题训练机器学习模型，帮助医生更高效地在患者记录中查找所需信息。
“两千个问题听起来可能很多，但看看如今正在训练的机器学习模型，它们拥有的数据非常多，可能有数十亿个数据点。要训练机器学习模型在医疗环境中发挥作用，就必须非常有创造力，因为数据实在太匮乏了，”论文第一作者、计算机科学与人工智能实验室（CSAIL）研究生埃里克·莱曼（Eric Lehman）说。
论文资深作者是彼得·索洛维茨（Peter Szolovits），他是电气工程与计算机科学系（EECS）教授，领导CSAIL的临床决策小组，也是MIT-IBM Watson人工智能实验室成员。这篇研究论文由MIT、MIT-IBM Watson人工智能实验室、IBM研究院的合著者，以及协助编写问题并参与研究的医生和医学专家共同完成，将在计算语言学协会北美分会年度会议上发表。
“真实的数据对于训练与任务相关的模型至关重要，但这类数据很难找到或创建，”索洛维茨说。“这项工作的价值在于，我们仔细收集了临床医生针对患者病例提出的问题，并据此开发方法，利用这些数据和通用语言模型提出更多合理的问题。”
数据匮乏
莱曼解释说，研究人员能够找到的少数大型临床问题数据集都有不少问题。其中一些数据集由患者在网络论坛上提出的医学问题组成，与医生提出的问题相去甚远。其他数据集中的问题则由模板生成，因此结构大多相同，许多问题显得不真实。
“收集高质量数据对于机器学习任务非常重要，尤其是在医疗场景中，而我们已经证明这件事是可以做到的，”莱曼说。
为了构建数据集，MIT研究人员与执业医生和处于培训最后一年的医学生合作。他们向这些医学专家提供了100多份EHR出院摘要，请他们阅读摘要并提出可能想到的任何问题。为收集自然的问题，研究人员没有对问题类型或结构作任何限制。他们还请医学专家标出EHR中促使他们提出每个问题的“触发文本”。
例如，医学专家可能会读到一条EHR记录，其中写道，患者既往病史中有前列腺癌和甲状腺功能减退症。触发文本“前列腺癌”可能会促使专家提出“确诊日期是什么？”或“做过哪些干预？”之类的问题。
研究人员发现，大多数问题都围绕症状、治疗或患者的检查结果。莱曼说，虽然这些发现并不出人意料，但量化每个大类主题相关问题的数量，将有助于他们构建一个适用于真实临床场景的有效数据集。
汇总问题及其对应的触发文本后，他们用这些数据训练机器学习模型，使模型能够根据触发文本提出新问题。
随后，医学专家依据四项指标判断这些问题是否“好”：可理解性（人类医生能否理解这个问题？）、琐碎性（从触发文本能否轻易得出答案？）、医学相关性（结合上下文提出这个问题是否合理？）以及与触发文本的相关性（触发文本是否与问题有关？）。
令人担忧
研究人员发现，给模型提供触发文本后，它在63%的情况下能够生成一个好问题；而人类医生提出好问题的比例为80%。
他们还使用项目开始时找到的公开数据集训练模型，使其能够检索临床问题的答案。随后，他们测试这些训练好的模型，查看其能否找到人类医学专家提出的“好问题”的答案。
这些模型只能检索出医生提出的问题中约25%的答案。
“这个结果确实令人担忧。人们以为表现良好的模型，实际效果却糟糕透顶，因为用于测试它们的评估问题本身一开始就不够好，”莱曼说。
团队目前正将这项工作用于实现最初的目标：构建一个能够自动回答医生在EHR中提出问题的模型。下一步，他们将使用该数据集训练机器学习模型，使其能够自动生成数千或数百万个优质临床问题，再用这些问题训练一个新的自动问答模型。
要让这一模型成为现实，仍有大量工作要做，但莱曼对团队利用该数据集取得的出色初步成果感到鼓舞。
这项研究部分由MIT-IBM Watson人工智能实验室资助。其他合著者包括：MIT医学工程与科学研究所的Leo Anthony Celi；MIT-IBM Watson人工智能实验室的Preethi Raghavan和Jennifer J. Liang；布法罗大学的Dana Moukheiber；马萨诸塞大学洛厄尔分校的Vladislav Lialin和Anna Rumshisky；菲律宾大学的Katelyn Legaspi、Nicole Rose I. Alberto、Richard Raymund R. Ragasa、Corinna Victoria M. Puyat、Isabelle Rose I. Alberto和Pia Gabrielle I. Alfonso；东方大学拉蒙·麦格赛赛纪念医学中心的Anne Janelle R. Sy和Patricia Therese S. Pile；马尼拉雅典耀大学医学院与公共卫生学院的Marianne Taliño；以及东北大学的Byron C. Wallace。
