¿Qué es Text Analytics para la salud?
Text Analytics para la salud personalizado es una de las características precompiladas que ofrece Lenguaje de Azure AI. Se trata de un servicio de API basado en la nube que aplica inteligencia de aprendizaje automático para permitirle crear modelos personalizados sobre Text Analytics para la salud para tareas de reconocimiento de entidades de sanitarias personalizadas.
Los Text Analytics para la salud personalizados permiten a los usuarios crear modelos de inteligencia artificial personalizados para extraer entidades específicas de la atención sanitaria de texto no estructurado, como notas clínicas e informes. Mediante la creación de un proyecto de Text Analytics para la salud personalizado, los desarrolladores pueden definir nuevo vocabulario, etiquetar datos de forma iterativa, entrenar, evaluar y mejorar el rendimiento del modelo antes de que esté disponible para su consumo. La calidad de los datos etiquetados afecta considerablemente al rendimiento del modelo. Para simplificar la creación y personalización del modelo, el servicio ofrece un portal web personalizado al que se puede acceder a través de Language Studio. Si sigue los pasos que se indican en este inicio rápido, le resultará fácil empezar a usar el servicio.
Esta documentación contiene los siguientes tipos de artículos:
- Los inicios rápidos son instrucciones de inicio que le guiarán a través del proceso de creación de solicitudes al servicio.
- Los conceptos proporcionan explicaciones sobre la funcionalidad y las características del servicio.
- Las guías de procedimientos contienen instrucciones para usar el servicio de una manera más específica o personalizada.
Escenarios de uso de ejemplo
De forma similar a Text Analytics para la salud, los Text Analytics para la salud personalizados se pueden usar en varios escenarios en una variedad de sectores sanitarios. Sin embargo, el uso principal de esta característica es proporcionar una capa de personalización sobre Text Analytics para la salud para ampliar su mapa de entidades existente.
Ciclo de vida del desarrollo de proyectos
El uso de Text Analytics para la salud personalizado normalmente implica varios pasos diferentes.
Definir el esquema: conozca los datos y defina las nuevas entidades que desea extraer sobre el mapa de entidades de Text Analytics para la salud. Evita la ambigüedad.
Etiquetar los datos: el etiquetado de datos es un factor clave para determinar el rendimiento del modelo. Agregue las etiquetas de forma precisa, coherente y completa.
- Etiquetar con precisión: etiquete cada entidad en su tipo correcto siempre. Incluya solo lo que quiera extraer y evite datos innecesarios en sus etiquetas.
- Etiquetar de forma coherente: la misma entidad debe tener la misma etiqueta en todos los archivos.
- Etiquetar por completo: etiquete todas las instancias de la entidad en todos los archivos.
Entrenar el modelo: el modelo empieza a aprender de los datos etiquetados.
Ver el rendimiento del modelo: una vez que se complete el entrenamiento, vea los detalles de evaluación del modelo, su rendimiento e instrucciones sobre cómo mejorarlo.
Implementar el modelo: la implementación de un modelo hace que esté disponible para su uso mediante una API.
Extraer entidades: use los modelos personalizados para las tareas de extracción de entidades.
Documentación de referencia y ejemplos de código
Mientras usa Análisis de texto personalizado para la salud, consulte la siguiente documentación de referencia para Lenguaje de Azure AI:
| API existentes | Documentación de referencia |
|---|---|
| API de REST (creación) | Documentación de la API REST |
| API de REST (entorno de ejecución) | Documentación de la API REST |
Inteligencia artificial responsable
Un sistema de inteligencia artificial incluye no solo la tecnología, sino también las personas que la usarán, las personas que se verán afectadas por ella y el entorno en el que se implementa. Lea la nota de transparencia de Text Analytics for health para información sobre el uso y la implementación responsables de la inteligencia artificial en los sistemas. También puede consultar los siguientes artículos para obtener más información:
- Nota sobre transparencia para Lenguaje de Azure AI
- Integración y uso responsable
- Datos, privacidad y seguridad
Pasos siguientes
Use el artículo de inicio rápido podrá empezar a usar Text Analytics para la salud personalizado.
Cuando avance por el ciclo de vida del desarrollo de proyectos, consulte el glosario para más información sobre los términos que se usan en la documentación para esta característica.
No olvide ver los límites del servicio para obtener información como la disponibilidad regional.