ما هي تحليلات النص المخصصة للصحة؟

تحليلات النص المخصصة للصحة هي واحدة من الميزات المخصصة التي تقدمها Azure الذكاء الاصطناعي Language. إنها خدمة واجهة برمجة تطبيقات مستندة إلى السحابة تطبق ذكاء التعلم الآلي لتمكينك من إنشاء نماذج مخصصة أعلى Text Analytics للصحة لمهام التعرف على كيان الرعاية الصحية المخصصة.

تتيح تحليلات النص المخصصة للصحة للمستخدمين إنشاء نماذج الذكاء الاصطناعي مخصصة لاستخراج كيانات محددة للرعاية الصحية من نص غير منظم، مثل الملاحظات والتقارير السريرية. من خلال إنشاء مشروع Text Analytics مخصص للصحة، يمكن للمطورين تعريف المفردات الجديدة بشكل متكرر، وتسمية البيانات، وتدريب أداء النموذج وتقييمه وتحسينه قبل إتاحته للاستهلاك. تؤثّر جودة البيانات المسماة بشدة على أداء النموذج. لتبسيط إنشاء النموذج وتخصيصه، توفر الخدمة مدخل ويب يمكن الوصول إليه من خلال Language studio. يمكنك بسهولة البدء في الخدمة باتباع الخطوات الواردة في التشغيل السريعة.

تحتوي هذه الوثائق على أنواع المقالات التالية:

  • قوالب التشغيل السريع هي إرشادات البدء لإرشادك خلال إنشاء طلبات تقديم الخدمة.
  • توفر المفاهيم التفسيرات المتعلقة بوظائف الخدمة وميزاتها.
  • تحتوي الأدلة الإرشادية على إرشادات استخدام الخدمة بطرق محددة ومخصصة.

مثال سيناريوهات الاستخدام

على غرار تحليلات النص للصحة، يمكن استخدام تحليلات النص المخصصة للصحة في سيناريوهات متعددة عبر مجموعة متنوعة من صناعات الرعاية الصحية. ومع ذلك، فإن الاستخدام الرئيسي لهذه الميزة هو توفير طبقة من التخصيص أعلى Text Analytics من أجل الحماية لتوسيع مخطط الكيان الحالي.

دورة حياة تطوير المشروع

يتضمن استخدام تحليلات النص المخصصة للصحة عادة عدة خطوات مختلفة.

A diagram showing the project development lifecycle when working with custom models.

  • تحديد المخطط الخاص بك: تعرف على بياناتك وحدد الكيانات الجديدة التي تريد استخراجها أعلى خريطة Text Analytics for health entity الموجودة. تجنب الغموض.

  • قم بتسمية بياناتك: تعد تسمية البيانات عاملاً رئيسيًا في تحديد أداء النموذج. قم بالتسمية بدقة وثبات وكمال.

    • التسمية بدقة: تسمية كل كيان لتحديد نوعه الصحيح دائماً. قم بتضمين ما تريد استخراجه فقط، وتجنب البيانات غير الضرورية في المسميات الخاصة بك.
    • التسمية باستمرار: يجب أن يكون لنفس الكيان نفس المسمى عبر جميع الملفات.
    • التسمية الكاملة: تسمية جميع مثيلات الكيان في جميع ملفاتك.
  • تدريب النموذج: يبدأ نموذجك في التعلم من بياناتك المسماة.

  • عرض أداء النموذج: بعد الانتهاء من التدريب، اطلع على تفاصيل تقييم النموذج وأدائه والإرشادات حول كيفية تحسينه.

  • نشر النموذج: نشر نموذج يجعله متاحا للاستخدام عبر واجهة برمجة التطبيقات.

  • استخراج الكيانات: استخدام النماذج المخصصة لمهام استخراج الكيان.

الوثائق المرجعية وعينات التعليمات البرمجية

أثناء استخدام تحليلات النص المخصصة للصحة، راجع الوثائق المرجعية التالية ل Azure الذكاء الاصطناعي Language:

واجهات برمجة التطبيقات (API) الوثائق المرجعية
واجهات برمجة تطبيقات REST (عملية الإنشاء) وثائق REST API
واجهات برمجة تطبيقات REST (وقت التشغيل) وثائق REST API

الذكاء الاصطناعي المسؤول

ولا يشمل نظام الذكاء الاصطناعي التكنولوجيا فحسب، بل يشمل أيضا الأشخاص الذين سيستخدمونها والأشخاص الذين سيتأثرون بها، فضلا عن البيئة التي ستُنشر فيها. اقرأ ملاحظة الشفافية لتحليل النص لتعزيز الصحة للتعرف على استخدام الذكاء الاصطناعي ونشره في أنظمتك. يمكنك أيضاً قراءة المقالات التالية للحصول على مزيد من المعلومات:

الخطوات التالية

  • استخدم مقالة التشغيل السريع لبدء استخدام تحليلات النص المخصصة للصحة.

  • في أثناء استعراض دورة حياة تطوير المشروع، راجع المسرد لمعرفة المزيد عن المصطلحات المستخدمة في جميع وثائق هذه الميزة.

  • تذكر عرض حدود الخدمة؛ للحصول على معلومات مثل التوافر الإقليمي.