Phẫu thuật Cột sống Hỗ trợ Robot và Điều hướng. CHƯƠNG 15. TRÍ TUỆ NHÂN TẠO VÀ HỌC MÁY TRONG PHẪU THUẬT CỘT SỐNG

Phẫu thuật Cột sống Hỗ trợ Robot và Điều hướng – Các Kỹ thuật và Tiến bộ Phẫu thuật. 
Robotic and Navigated Spine Surgery – Surgical Techniques and Advancements. – Imprint: Elsevier. 
Chủ biên: Anand Veeravagu, Michael Y. Wang | Dịch và Chú giải: BSCKII. Trần Trung Kiên, Ths.BS. Lê Đình Sáng.
Bản dịch của cuốn sách này được dịch và xuất bản trực tuyến trên nền tảng Thư viện Medipharm vì mục đích phi lợi nhuận, với mong muốn đóng góp một tài liệu tham khảo chuyên sâu và cập nhật đến với cộng đồng.

CHƯƠNG 15. TRÍ TUỆ NHÂN TẠO VÀ HỌC MÁY TRONG PHẪU THUẬT CỘT SỐNG

Michael Jin, BS, Marc Schröder, MD, PhD, và Victor E. Staartjes, MD

GIỚI THIỆU CÔNG NGHỆ

Trong khi các nghiên cứu về việc tích hợp học máy (Machine Learning – ML) và trí tuệ nhân tạo (Artificial Intelligence – AI) vào y khoa ngày càng nhiều và đa dạng, những đóng góp tổng hợp của chúng đã làm thay đổi và cách mạng hóa thực hành lâm sàng. Về cơ bản, các phương pháp tiếp cận ML và AI tìm cách tận dụng các hệ thống tự động (Automata) để nhận dạng kiểu mẫu và ngoại suy (Pattern recognition and extrapolation). Nhìn chung, các phương pháp tiếp cận được phân loại thành một trong hai hình thức chủ yếu: học có giám sát (Supervised learning) và học không giám sát (Unsupervised learning). Học có giám sát mô tả các phương pháp tiếp cận sử dụng tập dữ liệu “huấn luyện” (Training dataset) đã được dán nhãn trước để khám phá mối quan hệ giữa các đặc điểm của mô hình và kết quả cần quan tâm (Outcome-of-interest), từ đó có thể áp dụng để đưa ra các dự đoán về rủi ro hoặc khả năng xảy ra trong các tập dữ liệu “kiểm tra” (Test dataset) chưa được dán nhãn. Các phương pháp như vậy thường được sử dụng để lập mô hình các kết quả chu phẫu và sau phẫu thuật, cũng như để tự động diễn giải các báo cáo lâm sàng dạng văn bản thông qua xử lý ngôn ngữ tự nhiên (Natural language processing – NLP). Học không giám sát đề cập đến việc xác định mới (De novo) các kiểu mẫu và mối quan hệ trong các tập dữ liệu chưa được dán nhãn thông qua việc khám phá và tái tạo lại các mối quan hệ thường là phức tạp và phi tuyến tính trong dữ liệu. Các ví dụ về ứng dụng học không giám sát trong y học bao gồm việc tạo đường viền (Contouring) cho các nghiên cứu chẩn đoán hình ảnh và giải phẫu bệnh. Riêng trong lĩnh vực phẫu thuật cột sống (Spine surgery), chúng tôi sẽ xem xét các phương pháp tiếp cận phổ biến đối với ba chủ đề lâm sàng: dự đoán kết quả, phân tích hình ảnh và xử lý ngôn ngữ tự nhiên. Chúng tôi sẽ mô tả thêm về các ứng dụng hiện tại đáng chú ý của học máy và trí tuệ nhân tạo trong các chủ đề này và thảo luận chuyên sâu về một ví dụ cho thấy các hệ thống tự động có thể định hình việc chăm sóc người bệnh trong phẫu thuật cột sống như thế nào.

Dự Đoán Kết Quả

Có lẽ chủ đề thường xuyên gắn liền nhất với học máy trong y học là dự đoán các kết quả lâm sàng. Những nỗ lực ban đầu nhằm thiết kế các hệ thống dự đoán lâm sàng thông minh thường xoay quanh các hệ thống bán tự động dựa trên quy tắc, chẳng hạn như MYCIN và PLEXXUS. Tuy nhiên, trong khi các mô hình như vậy hỗ trợ việc ra quyết định theo thời gian thực bằng cách sử dụng kiến thức lưu trữ được biên soạn bởi các chuyên gia trong chuyên ngành hẹp, các phương pháp tiếp cận dựa trên quy tắc bị giới hạn bởi tính linh hoạt và khả năng thích ứng thấp. Kể từ những năm 1970, những tiến bộ liên tục trong kiến trúc máy tính và phần cứng đã tạo điều kiện cho sự phát triển, đa dạng hóa và phức tạp hóa của các phương pháp lập mô hình dự đoán. Việc lập mô hình dự đoán lâm sàng hiện nay cung cấp vô số lựa chọn cho thiết kế thuật toán và cơ hội để dự đoán chính xác các kết quả ngắn hạn và dài hạn của người bệnh. Với sự xác thực và triển khai từ bên ngoài, những phương pháp tiếp cận này có thể giúp định hình lại khung cung cấp dịch vụ chăm sóc sức khỏe theo một nguyên mẫu cá nhân hóa hơn, cho phép cải thiện cả hiệu quả chăm sóc sức khỏe và trải nghiệm chăm sóc của người bệnh.

Thực hành lập mô hình dự đoán lâm sàng có thể được khái quát hóa thành hai danh mục lớn: học nông (Shallow learning) và học sâu (Deep learning). Học nông mô tả các phương pháp được thiết kế để xác định mối quan hệ giữa các đặc điểm đã được xác định trước của một tập dữ liệu và kết quả quan tâm. Các ví dụ về khung học nông thường được áp dụng cho y học lâm sàng bao gồm các phương pháp hồi quy và phân loại như mô hình tuyến tính tổng quát (Generalized linear models – GLMs), cây quyết định (Decision trees) và máy học vector hỗ trợ (Support vector machines). Ngược lại, học sâu không yêu cầu tập đặc điểm xác định trước, thay vào đó cho phép hệ thống máy tính tự xác định, sắp xếp và tính trọng số cho các yếu tố đóng góp quan trọng trong dữ liệu trong quá trình phát triển và tinh chỉnh mô hình. Các phương pháp như mạng nơ-ron tích chập (Convolutional neural networks – CNNs) có thể nhận dạng và phân tách các tín hiệu phức tạp để xác định các kiểu mẫu và mối quan hệ cơ bản. Học sâu mang lại vô số lợi thế, đặc biệt trong bối cảnh các tập dữ liệu có đặc trưng phong phú hoặc các tác vụ nhận dạng kiểu mẫu phức tạp; tuy nhiên, những nhược điểm của nó cũng phải được nhấn mạnh, trong đó quan trọng nhất là khả năng diễn giải (Interpretability) giảm đi đối với các tham số mô hình và sự đóng góp của các thành phần. Mạng nơ-ron sâu, đặc biệt, thường được gọi là “hộp đen” (Black boxes), một phép ẩn dụ làm nổi bật khó khăn trong việc tháo gỡ và giải thích sự biến đổi của các thành phần đầu vào thành quyết định đầu ra. Các nghiên cứu đang diễn ra nhằm mục đích phát triển các “bộ giải thích” (Explainers) để cải thiện mối lo ngại này; tuy nhiên, tiện ích thực tế của các phương pháp học sâu phần lớn sẽ phụ thuộc vào việc các bác sĩ lâm sàng cân nhắc giữa tầm quan trọng biên của việc tăng hiệu suất theo từng bước (và những tác động ở khâu hạ nguồn đối với chăm sóc lâm sàng) so với khó khăn gia tăng trong việc diễn giải mô hình và yêu cầu tài nguyên tính toán cao hơn của các kiến trúc như vậy.

Trong lĩnh vực phẫu thuật cột sống, việc lập mô hình dự đoán lâm sàng đã được áp dụng cho các kết quả trải dài từ các biến chứng sau phẫu thuật và tỷ lệ tái nhập viện đến phục hồi dài hạn sau phẫu thuật và sự phụ thuộc vào thuốc opioid. Goyal và cộng sự đã tìm cách phát triển một phương pháp tiếp cận để dự đoán việc xuất viện không về nhà (Non-home discharge) và tái nhập viện sớm sau phẫu thuật hàn khớp đốt sống cổ hoặc thắt lưng. Hiệu suất giữa các phương pháp lập mô hình (GLM, máy tăng cường độ dốc – Gradient boosting machines, Elastic Net GLM và mạng nơ-ron nhân tạo [Artificial neural networks – ANN], cùng với các phương pháp khác) là tương đương nhau, đạt Diện tích dưới đường cong đặc trưng hoạt động của bộ thu (Area Under the Receiver Operating Characteristic curve – AUROCs) là 0,87 và 0,66 cho việc dự đoán lần lượt xuất viện không về nhà và tái nhập viện sớm ngoài ý muốn. Các phương pháp tương tự cũng đã được áp dụng để dự đoán kết quả và biến chứng sau phẫu thuật, sử dụng thuốc giảm đau gây nghiện dài hạn, chi phí chăm sóc sức khỏe và tỷ lệ tử vong. Vẫn cần lưu ý rằng, trong khi sự quan tâm ngày càng tăng đối với các mô hình học máy cho việc dự đoán kết quả lâm sàng đã mang lại nhiều ứng cử viên đầy hứa hẹn để đưa vào thực hành lâm sàng, vẫn còn thiếu các nghiên cứu chứng minh tiện ích khách quan trong các cuộc điều tra tiến cứu thứ cấp. Các thử nghiệm lâm sàng áp dụng các yếu tố dự đoán đã được xác thực và các can thiệp chăm sóc thích hợp (chẳng hạn như phác đồ quản lý đau cá nhân hóa, tăng cường cảnh giác sau phẫu thuật hoặc đánh giá lại quá trình chăm sóc sau xuất viện) vẫn là những “bước tiếp theo” quan trọng trong việc chuyển đổi các mô hình học máy từ lý thuyết sang thực hành.

Mạng nơ-ron nhân tạo (ANN) và Mạng nơ-ron tích chập (CNN), nằm ngoài việc diễn giải hình ảnh và xử lý ngôn ngữ tự nhiên (những chủ đề sẽ được đề cập trong các phần tiếp theo), cũng đã được khám phá trong bối cảnh lập mô hình dự đoán lâm sàng. Các nghiên cứu đã so sánh hiệu suất của mạng nơ-ron với hiệu suất của các phương pháp thay thế như hồi quy logistic, đề xuất các thiết kế mô hình phức tạp hơn này như những lựa chọn thay thế khả thi và là những cải tiến tiềm năng so với các phương pháp dựa trên cây và hồi quy thường được áp dụng hơn. Để hỗ trợ cho điều này, một nghiên cứu trước đây của Dreiseitl và Ohno-Machado đã chứng minh rằng, trong một tập hợp con các ứng dụng và bối cảnh, ANN có thể mang lại sự phân biệt lớp (Class discrimination) tốt hơn so với hồi quy logistic. Những cuộc điều tra này, mặc dù phản ánh sự quan tâm ngày càng mở rộng trong cộng đồng y khoa trong việc khai thác các mô hình ngày càng phức tạp, nhưng cũng nhấn mạnh việc nhận ra những cân nhắc quan trọng. Như được mô tả bởi Dreiseitl và Ohno-Machado, hồi quy logistic hoạt động tương đương với ANN trong phần lớn các trường hợp được kiểm tra. Chắc chắn có khả năng là, trong nhiều hoàn cảnh thực tế, ANN mang lại hiệu suất không thể phân biệt được so với các phương pháp tiếp cận đơn giản hơn; như đã thảo luận trước đây, người dùng tiềm năng nên tiến hành đánh giá chi phí – lợi ích để xác định xem liệu việc sử dụng tài nguyên tăng lên và độ phức tạp trong phát triển có được biện minh bởi những cải tiến biên dự kiến về hiệu suất hay không. Cuối cùng, trong các bối cảnh mà các nhà phát triển hy vọng sẽ sử dụng việc phát triển và xác thực mô hình để xác định các yếu tố có thể sửa đổi mang tính thông tin cho các nghiên cứu tiến cứu sau này, việc mất đi khả năng diễn giải liên quan đến các mô hình có độ phức tạp cao hơn có thể cản trở thiết kế nghiên cứu mang tính am hiểu.

Phân Loại Hình Ảnh

Việc diễn giải hình ảnh thủ công gây ra một số nhược điểm có thể được cải thiện bởi các hệ thống tự động. Đầu tiên, bản chất thông lượng thấp (Low throughput) của việc xem xét X-quang thủ công có thể dẫn đến việc giảm tốc độ và hiệu quả quy trình làm việc. Việc diễn giải MRI tự động và bán tự động có thể tận dụng khả năng tính toán đa luồng và vượt trội của máy tính hiện đại để hợp lý hóa việc đánh giá hình ảnh học. Thứ hai, tính không đồng nhất trong việc diễn giải hình ảnh giữa những người đánh giá có thể làm suy giảm độ tin cậy của các kết quả đánh giá. Trong các đánh giá trước đây về sự đồng thuận giữa các người đánh giá (Interrater concordance), độ tin cậy của các phát hiện thường dao động trong khoảng rộng từ mức trung bình đến tốt. Độ tin cậy có thể được cải thiện bằng cách tích hợp các phương pháp học sâu như một quy trình độc lập hoặc bổ trợ để thiết lập các chẩn đoán. Thứ ba, việc phát hiện các bệnh lý tiềm ẩn (Surreptitious pathologies) có thể khó khăn ngay cả đối với các bác sĩ chẩn đoán hình ảnh giàu kinh nghiệm. Các nghiên cứu đánh giá ứng dụng của các mạng nơ-ron tích chập sâu (Deep sCNNs) để chẩn đoán nhạy bén các tổn thương này đã mang lại kết quả đầy hứa hẹn. Tóm lại, những nhược điểm tiềm ẩn này cho thấy việc tích hợp trí tuệ nhân tạo (AI) vào các phương pháp chẩn đoán và thực hành phẫu thuật cột sống có thể hợp lý hóa quá trình đánh giá X-quang đồng thời có khả năng cải thiện độ chính xác và tính nhất quán của việc diễn giải.

Trong khi việc diễn giải hình ảnh cột sống bằng các hệ thống tự động trong lịch sử thường dựa vào các kiến trúc học nông như máy học vector hỗ trợ (Support vector machine) và rừng ngẫu nhiên (Random forest), các y văn gần đây đã cho thấy sự hiện diện ngày càng tăng của học sâu trong phân loại hình ảnh. Vào đầu những năm 2010, tiềm năng của học sâu trong phân loại hình ảnh đã được chú ý nhờ sự phát triển của các CNN được triển khai bằng bộ xử lý đồ họa (Graphics processing unit – GPU) có khả năng đạt được mức độ chính xác dự đoán chưa từng có trước đây với tốc độ tính toán được tăng tốc. Nổi bật nhất trong số đó là AlexNet, một CNN tám lớp đã giảm hơn 40% sai số phân loại sai trên bộ dữ liệu ImageNet Large Scale Visual Recognition Challenge 2012. Trong quá trình phát triển các phương pháp tiếp cận thị giác máy tính dựa trên CNN ban đầu như AlexNet, hiệu suất của mô hình bị giới hạn đáng kể bởi tài nguyên máy tính và bộ nhớ khổng lồ theo yêu cầu của các khuôn khổ học sâu. Tuy nhiên, sự hiểu biết ngày càng tăng về kiến trúc và cấu trúc mạng nơ-ron đã tạo ra các thuật toán với hiệu quả sử dụng tài nguyên và tính toán cao hơn; tiếp tục thúc đẩy nghiên cứu trong học sâu là sự tiến bộ trên toàn ngành về sức mạnh tính toán và tính khả dụng của dữ liệu tạo điều kiện cho các phân tích đa chiều (High dimensional analyses). Nói chung, tác động của các cấu trúc học sâu đối với các nhiệm vụ nhận dạng hình ảnh có thể được tóm tắt tốt nhất bằng sự tinh vi của các thuật toán gần đây khai thác hàng trăm triệu tham số hiện đã đạt được các lỗi phân loại thấp hơn nhiều bậc độ lớn so với AlexNet.

Đặc biệt liên quan đến các bệnh lý cột sống và phẫu thuật cột sống, việc áp dụng các phương pháp nhận dạng hình ảnh có máy hỗ trợ có thể tác động đến cả chẩn đoán trước phẫu thuật và quản lý chu phẫu. Việc tự động hóa việc phân đoạn (Segmentation) và chú thích (Annotation) các đốt sống bằng CNN có thể tạo cơ hội để phát hiện nhạy bén và định hình các đặc điểm của bệnh lý thoái hóa đĩa đệm và tổn thương tủy sống cấp tính. Cả Huang và cộng sự cùng với McCoy và cộng sự đều lập mô hình phương pháp tiếp cận của họ trên kiến trúc U-net thường được sử dụng nhằm mục đích phân đoạn hình ảnh MRI chuỗi xung T2. Nhóm thứ nhất đã giới thiệu Spine Explorer, một thuật toán để tự động phát hiện và định lượng các phép đo thân đốt sống và đĩa đệm (các số đo bao gồm đường kính, chiều cao, diện tích và cường độ tín hiệu). So với việc phân đoạn thủ công tiêu chuẩn vàng của chuyên gia, Spine Explorer đạt được độ chính xác đường viền cao (97,4% theo đánh giá của chỉ số Jaccard, đo lường sự giao thoa khu vực của các đường viền tự động và đường viền tiêu chuẩn vàng trên phần hợp nhất của chúng). Các phép đo đĩa đệm thu được bởi Spine Explorer được so sánh với các chỉ số được phát triển trước đó để phân loại mức độ thoái hóa đĩa đệm, cho thấy mối tương quan nghịch mạnh mẽ giữa cường độ đĩa đệm được điều chỉnh theo dịch não tủy (CSF) và mức độ nghiêm trọng của thoái hóa đĩa đệm. Nghiên cứu thứ hai đã phát triển BASICseg để tự động phân đoạn tủy sống và các tổn thương tủy sống. So với phân đoạn thủ công tiêu chuẩn vàng của chuyên gia, BASICseg đạt được hệ số Dice cao (một thước đo phản ánh mức độ chồng chéo khu vực) là 0,93 trong quá trình phân đoạn tủy sống. Đáng chú ý, việc phân đoạn các tổn thương chấn thương tủy sống cấp tính tỏ ra khó khăn hơn và, mặc dù BASICseg đạt được độ chính xác của bộ kiểm tra cao hơn so với các thuật toán trước đây, nghiên cứu sâu hơn là cần thiết để cải thiện độ trung thực của đường viền. Tóm lại, các nghiên cứu này giới thiệu các phương pháp tiếp cận tự động định lượng giải phẫu và bệnh lý cột sống có thể bổ sung cho kinh nghiệm lâm sàng của phẫu thuật viên khi định vị và giải thích các triệu chứng.

Học sâu có thể hướng dẫn không chỉ trong việc chẩn đoán các bệnh lý cột sống mà còn cả thực hành phẫu thuật cột sống. Trong một nghiên cứu nhằm tự động hóa việc lập kế hoạch phẫu thuật để bắt vít qua cuống (Pedicle screw insertion), Cai và cộng sự đã xây dựng một CNN sâu để phân đoạn kỹ thuật số ba chiều và mô phỏng đường đi của vít qua cuống trên hình ảnh CT cột sống. Trên chuỗi hình ảnh được giữ lại để kiểm tra, quá trình phân đoạn đạt được hệ số Dice gần 97% và hệ số Jaccard trên 93%. Việc định vị vít qua cuống cũng rất chính xác, với sai số toàn phương trung bình (Mean squared error) là 1,34 voxel (điểm ảnh ba chiều) trong quá trình xác thực chéo năm nếp gấp (Five-fold cross validation). Mặc dù có những kết quả đầy hứa hẹn, những hạn chế đáng chú ý của nghiên cứu bao gồm các yêu cầu về hình ảnh đầu vào và thiếu hụt các đặc điểm sinh lý, chẳng hạn như đặc điểm cơ sinh học của đường đi phẫu thuật theo kế hoạch. Về hạn chế đầu tiên, nguồn tài nguyên tính toán hạn chế đã đòi hỏi phải thu nhỏ kích thước hình ảnh đầu vào và hạn chế kích thước của CNN. Hạn chế thứ hai liên quan đến tầm quan trọng của các yếu tố sinh lý học (Biophysical factors) vượt ra ngoài bối cảnh và vị trí giải phẫu. Các đặc tính cơ sinh học và thành phần của từng thân đốt sống, đặc biệt trong bối cảnh các bệnh lý thoái hóa, có thể làm thay đổi đáng kể kế hoạch phẫu thuật và cần được xem xét trong quy trình lập kế hoạch phẫu thuật hoàn toàn tự động. Mặc dù một phương pháp tiếp cận như vậy vẫn chưa được phát triển và xác nhận, việc triển khai các phương pháp hiện tại theo cách bán tự động và việc làm sáng tỏ các thuật toán hoàn toàn tự động cải tiến trong tương lai có thể nâng cao hiệu quả lập kế hoạch phẫu thuật đồng thời giảm thiểu sai số. Cuối cùng, việc lập kế hoạch được tăng cường bằng học sâu và giảm bớt bức xạ trong phẫu thuật cột sống có sử dụng dụng cụ thông qua việc tạo ra các hình ảnh CT tổng hợp (Synthetic CT images), như sẽ được thảo luận sau trong chương này, là những sự phát triển đầy hứa hẹn.

Xử Lý Ngôn Ngữ Tự Nhiên

Vượt ra ngoài việc cải thiện giải thích hình ảnh X-quang bằng thị giác máy tính, việc phân tích và giải thích tự động các báo cáo lâm sàng phi cấu trúc mang lại những cơ hội hấp dẫn để tối ưu hóa quy trình phẫu thuật cột sống. Có nguồn gốc từ những năm 1960, việc phân tích văn bản tự do (Free-text parsing) vẫn là một thách thức đáng kể. Một trong những nỗ lực đầu tiên nhằm chuyển đổi ngôn ngữ con người có thể hiểu được thành các đặc điểm mà máy có thể hiểu được là Dự án Chuỗi Ngôn ngữ (Linguistic String Project), được dẫn dắt bởi Tiến sĩ Naomi Sager, trong nhiều thập kỷ đã đóng vai trò là nguyên mẫu của NLP. Việc áp dụng các khung NLP vào các báo cáo lâm sàng, chẩn đoán hình ảnh và giải phẫu bệnh đã mang lại kết quả hứa hẹn, thường vượt qua các phương pháp thủ công về độ tin cậy và chính xác. Ở mức độ cao, các thuật toán NLP trong y học nói chung bao gồm hai giai đoạn: chuyển đổi các báo cáo phi cấu trúc hoặc bán cấu trúc thành một chuỗi thông tin có thể diễn dịch bằng máy, trải dài từ ngữ nghĩa đến ngữ cảnh cú pháp, và kỹ thuật đặc điểm (Feature engineering) để phát triển các mô hình phân biệt cho các tác vụ phân loại. Sự phổ biến ngày càng mở rộng của bệnh án điện tử (Electronic health records) trong thế kỷ 21 đến mức hiện diện gần như ở khắp mọi nơi đã tạo ra cơ hội đáng kể để tích hợp NLP vào thực hành y khoa. Việc tăng cường khả năng tiếp cận các bộ dữ liệu chăm sóc sức khỏe được chia sẻ lớn, chẳng hạn như bộ cơ sở dữ liệu MIMIC do Trung tâm Y tế Beth Israel Deaconess ở Boston, Massachusetts quản lý, cũng đã hỗ trợ các nỗ lực tối ưu hóa thuật toán NLP cho môi trường lâm sàng. Cùng với sự khao khát ngày càng tăng của các bác sĩ trong việc cải thiện hiệu quả và hiệu suất chăm sóc, hai thập kỷ qua đã chứng kiến sự gia tăng nhanh chóng của các nghiên cứu và ấn phẩm y khoa liên quan đến NLP.

Việc thiết lập hệ thống NLP có khả năng xử lý các hồ sơ lâm sàng dưới dạng văn bản tự do là một quá trình gồm nhiều bước, đòi hỏi phải phân mảnh tài liệu thành các đơn vị con văn bản được gọi là từ vị (Tokens) mà sau này có thể được hiểu là các khái niệm rời rạc bằng cách sử dụng các kho từ vựng (Lexicons) thích hợp và bối cảnh cú pháp mà nó được xác định. Các ngân hàng dữ liệu ngôn ngữ, chẳng hạn như hệ thống Ngôn ngữ Y khoa Thống nhất (Unified Medical Language system) và từ vựng y khoa SPECIALIST thường xuyên được sử dụng nằm trong đó, là cần thiết để xác định và chuẩn hóa các mã thông báo được xác định. Các hệ thống hướng tới việc trích xuất dữ liệu từ các báo cáo lâm sàng, chẳng hạn như MEDLEE, CTAKES và MetaMap, củng cố các bước này trong một trình bao bọc (Wrapper) bao hàm. Ngôn ngữ được mã hóa sau đó có thể được bối cảnh hóa bằng cách sử dụng các cơ sở dữ liệu như SNOMED-CT và cũng có thể đóng vai trò là bộ đặc điểm cho các thuật toán phân loại bổ sung. Trong một ví dụ ban đầu về việc triển khai NLP trong y học, Murff và cộng sự đã khảo sát hồ sơ nhập viện nội trú ngoại khoa bằng Máy chủ Từ vựng Lâm sàng Đa luồng (Multi-Threaded Clinical Vocabulary Server) để xác định các biến chứng sau phẫu thuật và so sánh hiệu suất với các biến chứng được mã hóa thủ công. Trong khi cả đánh giá thủ công và truy vấn dựa trên NLP đều cung cấp độ đặc hiệu cao, thì NLP đạt được độ nhạy cao hơn đáng kể, đặc biệt đối với việc xác định suy thận cấp sau phẫu thuật, nhiễm trùng huyết và viêm phổi.

Mặc dù vẫn còn non trẻ, NLP đã được đánh giá ứng dụng trong phẫu thuật cột sống chủ yếu như một phương tiện để tự động phát hiện và giám sát các biến chứng. Karhade và cộng sự đã phát triển một hệ thống (Pipeline) NLP để xác định việc rách màng cứng ngẫu nhiên (Incidental durotomy) trong phẫu thuật cột sống bằng cách sử dụng các ghi chú phẫu thuật dạng văn bản tự do và đối chiếu các dự đoán với sự thật nền tảng (Ground truth) được thiết lập bởi nhiều đánh giá chuyên gia độc lập. Tầm quan trọng của đặc điểm sau quá trình mã hóa từ vị (Post-tokenization) được thiết lập dựa trên tần suất xuất hiện của từ – tần suất nghịch đảo của tài liệu (Term frequency-inverse document frequency), nhằm định lượng sự hiện diện khác biệt của các mã thông báo ứng cử viên giữa các tài liệu thuộc các tầng khác nhau trong tập huấn luyện (trong trường hợp này, được phân loại bằng sự hiện diện của rách màng cứng ngẫu nhiên). Việc phân loại ở khâu hạ nguồn được thực hiện bằng cách sử dụng các cây quyết định tăng cường theo độ dốc (Gradient-boosted decision trees) và hiệu suất cao hơn đáng kể so với việc xác định rách màng cứng bằng cách sử dụng mã CPT và ICD (AUROC đạt 0,99 so với 0,64 trong tập dữ liệu kiểm tra); xác nhận từ bên ngoài sau đó đã củng cố hiệu suất vững chắc của mô hình. Các phương pháp tiếp cận tương tự đã được áp dụng để xác định các bệnh lý cột sống khác, bao gồm đau thắt lưng thấp, nhiễm trùng vết mổ và thay đổi mâm sụn theo phân loại Modic type 1 (Modic type 1 endplate change).