黄文鹏，李莉明，程铭，李爱云，梁盼，雍刘亮，高剑波

郑州大学第一附属医院 a. 放射科；b. 信息处，河南 郑州 450052

引言

胃癌是全世界发病率第五的癌症，其死亡率在癌症相关死亡率中位列第三[1]。每年约70%的新发胃癌病历发生在亚洲，中国约占46.8%[2]。约30%的患者术前或术中发生转移，其中腹膜是主要的转移部位之一，与多种因素相关[3-4]。影像学检查对腹膜转移的检出有限[5]，术中所见是确定腹膜转移的金标准[6]。手术记录是术者对术中所见的直接描述，真实又直观，是评估胃癌分期，尤其是M分期的重要参考，对科研、临床治疗和预后有重要的意义。目前手术记录的文本主要采用非结构化的自然语言记录，不利于临床分析或科研数据搜集。如果可以智能地从非结构化的手术记录文本中提取有用信息，对科研和临床将有很大助益。因此，越来越多的研究者开始关注自然语言处理技术在医疗信息研究中的应用[7]。

自然语言处理在英文电子病历中得到广泛应用[8]，但并不能将其直接应用到中文医学文本中，这主要是中英之间表达方式不同[9]。从非结构化的中文文本中智能提取有用信息是一项非常困难的任务。Liang等[10]首次提出条件随机场（Conditional Random Field Layer，CRF）和支持向量机的混合模型，在中文入院记录中提取中西药相关的信息。最近，Chen等[11]采用基于规则的方法从电子病历中抽取肝细胞癌分期的相关信息，获得肝癌的CLIP评分，并取得较高的精确度（Precision，P）、召回率（Recall，R）和F值。但是，从手术记录中智能提取胃癌相关信息的研究尚十分少见，本研究的目的是采用自然语言处理技术从非结构化手术记录中智能提取胃癌分期的相关信息，并评估其效能。……