Partager via

Qu’est-ce que Analyse de texte personnalisée pour la santé ?

  • Article

Remarque

L’analyse de texte personnalisée pour la santé (préversion) sera mise hors service le 10 janvier 2025. Veuillez effectuer la transition vers d’autres services d’apprentissage de modèles personnalisés, tels que la reconnaissance d’entités nommées personnalisées dans Azure AI Language, avant cette date. Vous pouvez continuer à utiliser l’analyse de texte personnalisée pour la santé (préversion) dans vos projets existants jusqu’au 10 janvier 2025 sans interruption. Vous ne pouvez pas créer de projets. Le 10 janvier 2025, les charges de travail exécutées sur l’analyse de texte personnalisée pour la santé (préversion) seront supprimées et les données de projet associées seront perdues.

L’Analyse de texte personnalisée pour la santé est l’une des fonctionnalités personnalisées proposées par Azure AI Language. C’est un service d’API cloud qui applique l’intelligence du machine learning pour vous permettre de créer des modèles personnalisés à partir de Analyse de texte pour la santé pour des tâches de reconnaissance d’entités personnalisées dans le domaine de la santé.

Analyse de texte personnalisée pour la santé permet aux utilisateurs de créer des modèles IA personnalisés pour extraire des entités spécifiques au domaine de la santé dans du texte non structuré, comme des notes et des rapports cliniques. En créant un projet Analyse de texte personnalisée pour la santé, les développeurs peuvent définir un nouveau vocabulaire, étiqueter les données, et d’entraîner, évaluer et améliorer les performances du modèle de façon itérative, avant de le rendre disponible pour la consommation. La qualité des données étiquetées impacte considérablement les performances du modèle. Pour simplifier la création et la personnalisation de votre modèle, le service offre un portail web accessible via Language Studio. Vous pouvez facilement commencer à utiliser le service en suivant les étapes de ce guide de démarrage rapide.

Cette documentation contient les types d’articles suivants :

  • Les guides de démarrage rapide contiennent des instructions qui vous guident dans la création des demandes adressées au service.
  • Des concepts fournissent des explications sur les fonctionnalités du service.
  • Les Guides pratiques contiennent des instructions sur l’utilisation du service de manière plus spécifique ou personnalisée.

Exemples de scénarios d’utilisation

Comme pour Analyse de texte pour la santé, Analyse de texte personnalisée pour la santé peut être utilisé dans plusieurs scénarios pour différents secteurs de la santé. Cependant, l’utilisation principale de cette fonctionnalité est de fournir une couche de personnalisation par-dessus Analyse de texte pour la santé pour étendre sa carte d’entités existantes.

Cycle de vie du développement de projet

L’utilisation d’Analyse de texte personnalisée pour la santé implique généralement plusieurs étapes différentes.

Un diagramme montrant le cycle de développement du projet lors de l’utilisation de modèles personnalisés.

  • Définir votre schéma : connaissez vos données et définissez les nouvelles entités que vous voulez extraire par-dessus la carte d’entités d’Analyse de texte pour la santé. Évitez les ambiguïtés.

  • Étiqueter vos données : l’étiquetage des données est un facteur clé pour déterminer les performances du modèle. Étiquetez de façon précise, cohérente et complète.

    • Étiqueter avec précision : étiquetez toujours chaque entité en utilisant le type approprié. Incluez uniquement ce que vous souhaitez extraire, évitez les données inutiles dans vos étiquettes.
    • Étiqueter de manière cohérente : la même entité doit avoir la même étiquette dans tous les fichiers.
    • Étiqueter de manière complète : étiquetez toutes les instances de l’entité dans tous vos fichiers.

  • Entraîner le modèle : votre modèle commence à apprendre à partir de vos données étiquetées.

  • Voir les performances du modèle : une fois l’entraînement effectué, visualisez les détails de l’évaluation du modèle, ses performances et des lignes directrices pour l’améliorer.

  • Déployer le modèle : le déploiement d’un modèle le rend exploitable via une API.

  • Extraire les entités : utilisez vos modèles personnalisés pour les tâches d’extraction d’entités.

Documentation de référence et exemples de code

Quand vous utilisez la fonctionnalité Analyse de texte personnalisée pour la santé, consultez la documentation de référence suivante pour Azure AI Language :

API Documentation de référence
API REST (création) Documentation des API REST
API REST (runtime) Documentation des API REST

Intelligence artificielle responsable

Un système IA comprend non seulement la technologie, mais aussi les personnes qui l’utiliseront, les personnes qui seront affectées par lui et l’environnement dans lequel il est déployé. Pour en savoir plus sur l’utilisation et le déploiement de l’intelligence artificielle responsable dans vos systèmes, consultez la note relative à la transparence pour Analyse de texte pour l’intégrité. Vous pouvez également consulter les articles suivants pour plus d’informations :

Étapes suivantes

  • Utilisez l’article Démarrage rapide pour commencer à utiliser Analyse de texte personnalisée pour la santé.

  • Au fur et à mesure que vous parcourez le cycle de vie du développement de projet, consultez le glossaire afin d’en savoir plus sur les termes utilisés dans la documentation pour cette fonctionnalité.

  • N’oubliez pas de consulter les limites du service pour plus d’informations, comme la disponibilité régionale.