一种用于临床病例报告的元数据提取方法，以实现对生物医学概念的深入理解

该方法可通过提供临床病例报告中疾病症状、诊断和治疗措施以及患者预后的结构化视图，帮助解答有关疾病和病理学的问题。该技术的主要优势在于其可应用于生物医学文献中的任何患者队列，从而使对罕见或新发疾病的流行病学研究更易于实现。

该方法使得后续的文本分析工作流程更加直观且易于实施。通过利用丰富的元数据将文本数据转化为机器可读形式，我们可以将临床病例报告构建为可查找、可访问、可互操作和可重复使用，即符合“FAIR”原则的数据资源。该方法的核心是用于提取所选临床病例报告中包含的所有临床信息的元数据模板。

按照所示工作流程操作，可完成临床病例报告语料库的构建。为提高临床病例报告中医学内容的可发现性、可访问性、互操作性及可重复使用性，应在各个字段中包含上下文细节，而非仅提供受控词表中的术语。

省略常见重复的词语和短语。在注释模板中，提供通常位于文档标题中并以分号分隔的关键词术语。提供人口统计学数值。

具体包括描述患者背景的任何文字信息，如性别和/或性身份、年龄、种族或国籍。提供临床叙述中提到的地理区域，但不包括具体机构的地址。提供生活方式相关的信息，包括任何描述患者常见活动或行为的文字内容，这些活动或行为与其整体健康状况相关。

在实际操作中，这通常包括吸烟或饮酒习惯，但也可能涉及日光暴露、饮食结构或特定类型体力活动的频率。提供与家族史相关的病史信息，包括描述兄弟姐妹、父母及其他家庭成员的临床观察结果和经历事件的任何文字记录，以及遗传性疾病和阴性观察结果。

提供与社会史相关的信息，包括描述患者背景的文字陈述，这些内容未包含在人口统计学或生活方式部分中。陈述可包括职业史和社会习惯。提供与患者既往医疗史和手术史相关的信息，包括描述在临床表现开始之前发生的医学观察、治疗或其他事件的任何文字陈述。

根据下表所示《国际疾病及相关健康问题统计分类》第10次修订版（ICD-10）所采用的分类标准，选择以下16个疾病系统类别中的一项或多项。详细说明所有体征和症状，包括描述初次就诊时有关症状发生时间、持续时间、严重程度或缓解情况的任何医学观察的文字陈述。详细说明任何共病情况，包括描述初次临床就诊时已存在的独立疾病的术语或短语。

提供所有诊断技术与操作的详细信息，包括为诊断目的所实施的医疗操作名称，例如体格检查、实验室检测和影像学检查，以及检测实施时的具体条件和相关的解剖学部位。

但不包括任何检测结果。请提供诊断的详细信息，包括任何描述该疾病诊断的文字说明。

即使最终诊断尚不明确，也应提供所有的实验室检测值和检查结果，包括诊断试验的名称、检测数值以及试验实施时的具体条件。

可同时使用数值和定性结果。需提供病理学的详细信息，包括描述病理学和组织学研究所有结果的文本说明。

例如大体病理学、免疫学或显微镜检查研究。部分术语可能与诊断技术与操作部分所使用的术语重叠。提供所有药理学治疗方案。

包括治疗过程中所用药物治疗的任何文字说明，以及药物治疗的停止时间与方式。使用“抗生素”等通用术语或具体药物名称。提供所有干预性操作步骤。

包括治疗过程中所采用的治疗性操作的任何文字描述，以及这些操作停止的时间和方式，还包括任何侵入性操作。用于植入医疗器械或为促进其他治疗而完成的操作。提供患者的治疗结局。

包括报告中所述临床表现结束时患者的健康状况的任何文字说明，以及任何后续检查。然后，提供所有诊断图像、图表、视频或动画以及表格的数量统计。

将报告中以指定格式包含的所有视觉媒体数量全部计入。为区分图示与图像，将图像计为任何临床诊断产生的结果，包括照片、显微图像、心电图节律图像或其他诊断成像结果。

尽管图表应被视为所有其他图像，通常包括数据图和示意图。本表展示了两组已完成的临床病例报告元数据注释的示例。

第一个示例包含模拟数据，用于说明每个值的理想格式；而第二个示例则包含从一篇关于罕见疾病肠病性肢端皮炎（Acrodermatitis Enteropathica）的实际已发表临床病例报告中提取的数值。该方法有助于通过人工和自动化手段对自由文本临床文档进行标注。

通过建立结构化的元数据标准模板，确保其中包含的信息既易于访问又具有实用价值。该方法生成的元数据可支持下游文本分析，例如命名实体识别，使研究人员能够从生物医学文献中所描述的患者队列中提取有关体征和症状、诊断技术与操作流程以及实验室检测数值的信息。