Extracting post-acute sequelae of SARS-CoV-2 infection symptoms from clinical notes via hybrid natural language processing
7.0
来源：
Nature
发布时间：
2025-08-21 21:57
摘要：
研究开发了一种混合自然语言处理管道，旨在提高COVID-19后遗症的诊断效率，基于美国RECOVER倡议网络的数据，展示了模型的有效性和潜在应用。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分+重点关注领域符合度
business_impact
0.0分+商业影响力
scientific_rigor
1.5分+数据支撑的科学性
audience_relevance
1.0分+受众相关性
timeliness_innovation
1.5分+时效性与创新性
Investment_perspective
0.0分+投资视角
team_institution_background
0.0分+背景不明
technical_barrier_competition
1.0分+技术壁垒高、竞争少、专利保护强
关键证据
开发了一种混合自然语言处理管道，用于PASC症状提取。
在11个健康系统中进行了模型开发和评估。
实现了高达0.82的F1分数，表明模型的有效性和效率。
真实性检查
否
AI评分总结
研究开发了一种混合自然语言处理管道，旨在提高COVID-19后遗症的诊断效率，基于美国RECOVER倡议网络的数据，展示了模型的有效性和潜在应用。