使用正则表达式在医疗记录中搜索吸烟状况

Question

我想通过使用正则表达式搜索“吸烟”及其变体来搜索吸烟状况及其与医疗笔记文本的变体。

但有些纸条上写着“从不吸烟”、“否认吸烟”、“否认曾经使用烟草”等短语。这意味着他们不吸烟。

如何从正则表达式中排除这个短语？

目前，我的正则表达式如下所示：（？：吸烟|吸烟者|吸烟|香烟？|烟草）

它正在完美地搜索这些词，但正如我之前提到的，它还包括诸如“否认吸烟”之类的短语，这意味着患者不吸烟

Answer 1

您可以使用相同的正则表达式

\b(?:smoking|smoker|smoked|cigarette(s)?|tobacco)\b

并检查同一个句子在医学笔记中是否也包含“从不”、“不”或“否认”等单词。

我不确定这些纸条有多大，可能会有“不喝酒”之类的字条。是吸烟者还是类似的东西。如果它们是用句子写的，您可能需要使用

notes.split('.')

将医疗笔记分成单独的句子，然后检查每个句子。

即便如此，根据您拥有的数据量，使用正则表达式搜索单词可能并不可靠。如果您的笔记内容多种多样，那么最好使用 ChatGPT api 或其他 AI 来检查每个患者的医疗笔记并询问医疗笔记是否提及患者是否吸烟。