Événements
Créer des applications et des agents IA
17 mars, 21 h - 21 mars, 10 h
Rejoignez la série de rencontres pour créer des solutions IA évolutives basées sur des cas d’usage réels avec d’autres développeurs et experts.
S’inscrire maintenantCe navigateur n’est plus pris en charge.
Effectuez une mise à niveau vers Microsoft Edge pour tirer parti des dernières fonctionnalités, des mises à jour de sécurité et du support technique.
La signification du contenu médical est fortement affectée par les modificateurs tels que la négation et les assertions conditionnelles, qui peuvent avoir une incidence critique en cas de mauvaise interprétation. L’analyse de texte pour la santé prend en charge quatre catégories de détection d’assertion pour les entités dans le texte :
Analyse de texte pour la santé retourne des modificateurs d’assertion, qui sont des attributs informatifs affectés à des concepts médicaux qui fournissent une compréhension plus approfondie du contexte des concepts dans le texte. Ces modificateurs sont divisés en quatre catégories, chacune se concentrant sur un aspect différent et contenant un ensemble de valeurs s’excluant mutuellement. Une seule valeur par catégorie est attribuée à chaque entité. La valeur par défaut est la valeur la plus courante pour chaque catégorie. La réponse de sortie du service contient uniquement des modificateurs d’assertion qui sont différents de la valeur par défaut. En d’autres termes, si aucune assertion n’est retournée, l’assertion implicite est la valeur par défaut.
CERTAINTY : fournit des informations sur la présence (présent ou absent) du concept et du niveau de certitude du texte quant à sa présence (certain ou possible).
Un exemple de détection d’assertion est illustré ci-dessous ; on y voit une entité non affectée retournée avec une valeur négative pour la catégorie de certitude :
{
"offset": 381,
"length": 3,
"text": "SOB",
"category": "SymptomOrSign",
"confidenceScore": 0.98,
"assertion": {
"certainty": "negative"
},
"name": "Dyspnea",
"links": [
{
"dataSource": "UMLS",
"id": "C0013404"
},
{
"dataSource": "AOD",
"id": "0000005442"
},
...
}
CONDITIONALITY : fournit des informations indiquant si l’existence d’un concept dépend de certaines conditions.
ASSOCIATION : indique si le concept est associé à l’objet du texte ou à une autre personne.
TEMPOREL : fournit des informations temporelles supplémentaires pour un concept précisant s’il s’agit d’une occurrence liée au passé, au présent ou à l’avenir.
Événements
Créer des applications et des agents IA
17 mars, 21 h - 21 mars, 10 h
Rejoignez la série de rencontres pour créer des solutions IA évolutives basées sur des cas d’usage réels avec d’autres développeurs et experts.
S’inscrire maintenant