Extracting Social Determinants of Health from Pediatric Patient Notes Using Large Language Models: Novel Corpus and Methods

社会卫生决定因素（SDoH）在塑造健康结果方面发挥着至关重要的作用，特别是在儿科人群中，干预措施可能具有长期影响。SDoH经常在电子健康记录（EHR）中进行研究，EHR为多样化的患者数据提供了丰富的存储库。在本研究中，我们提出了一个新的注释语料库，即儿科社会史注释语料库（PedSHAC），并评估了使用精细调整和上下文学习方法和大型语言模型（LLM）自动提取详细的SDoH表示。PedSHAC包括来自华盛顿大学（UW）医院系统内儿科患者的1,260个临床记录中的社会史部分。采用基于事件的注释方案，PedSHAC捕捉到十个不同的健康决定因素，包括生活和经济稳定性、先前的创伤、教育机会、物质使用史和心理健康，整体注释者一致性为81.9 F1。我们提出的基于精细调整的LLM提取器在事件参数方面取得了高性能，F1值为78.4。使用GPT-4的上下文学习方法展示了可靠的SDoH提取的潜力，仅有有限的注释示例，事件触发器的提取性能为82.3 F1。

本文旨在通过利用大型语言模型进行细化调整和上下文学习的方法，自动提取儿科患者社会历史信息，以解决社会健康决定因素（SDoH）对儿童健康结果的影响问题。

本文提出了一个新的注释语料库PedSHAC，并使用细化调整和上下文学习方法，利用大型语言模型进行自动提取SDoH信息，提高了提取效率。

本文提出的PedSHAC注释语料库涵盖了十个不同的健康决定因素，包括生活和经济稳定性、先前的创伤、教育机会、物质使用历史和心理健康。自动提取器的性能在事件触发器方面为82.3 F1，在事件参数方面为78.4 F1。研究使用了来自华盛顿大学医院系统的1,260个临床笔记，并获得了81.9 F1的总体注释者一致性。本文的研究对于解决儿童健康问题具有重要意义，同时也为自动提取SDoH信息提供了新思路。

近期的相关研究包括：1. “Social Determinants of Health in Electronic Health Records and Their Impact on Analysis and Risk Prediction: A Systematic Review”（2021）；2. “Extracting Social Determinants of Health from Electronic Health Records: A Scoping Review”（2021）；3. “A Deep Learning Approach to Social Determinants of Health Extraction from Electronic Health Records”（2020）。