Bagikan melalui

Gambaran umum pengayaan catatan klinis tidak terstruktur (pratinjau) dalam solusi data layanan kesehatan

Penting

  • Ini adalah fitur pratinjau.
  • Fitur pratinjau tidak dimaksudkan untuk penggunaan produksi dan mungkin memiliki fungsionalitas yang terbatas. Fitur ini tersedia sebelum rilis resmi agar pelanggan bisa memperoleh akses awal dan memberikan tanggapan.
  • Untuk meninjau persyaratan layanan, lihat Solusi data layanan kesehatan di Microsoft Fabric.

Pengayaan catatan klinis tidak terstruktur (pratinjau) adalah kemampuan yang menggunakan Analitik Teks Bahasa AI Azure untuk layanan kesehatan untuk ekstraksi dan penataan data, meningkatkan potensi analitisnya. Layanan ini mengekstrak entitas Sumber Daya Interoperabilitas Perawatan Kesehatan Cepat (FHIR) utama dari catatan klinis tidak terstruktur dan membuat data terstruktur dari catatan klinis ini. Anda kemudian dapat menganalisis data terstruktur untuk mendapatkan wawasan, prediksi, dan ukuran kualitas untuk meningkatkan hasil kesehatan pasien.

Analitik Teks untuk kesehatan memungkinkan pelabelan informasi melalui pengenalan entitas bernama (NER) dan penautan entitas. Anda dapat menggunakan layanan ini sebagai komponen modular dalam alur data solusi data layanan kesehatan untuk membuat data FHIR terstruktur dari catatan klinis tidak terstruktur. Data FHIR dapat berisi referensi ke dokumen atau bagian dokumen, yang dikenal sebagai DocumentReferences. Dokumen-dokumen ini sering kali berisi informasi klinis yang kaya yang dapat meningkatkan profil klinis pasien ketika dikonversi ke data kesehatan terstruktur yang sesuai dengan standar FHIR. Catatan klinis juga merupakan sumber informasi yang bagus yang dapat ditambang untuk memandu jalur perawatan pasien dan memberikan hasil yang lebih baik. Analis dan ilmuwan data dapat menggunakan data ini untuk melakukan analisis eksplorasi pada kumpulan data klinis mereka.

Pengayaan catatan klinis tidak terstruktur (pratinjau) adalah kemampuan opsional di bawah solusi data perawatan kesehatan di Microsoft Fabric. Anda memiliki fleksibilitas untuk memutuskan apakah akan menggunakannya atau tidak, tergantung pada kebutuhan atau skenario spesifik Anda.

Untuk mempelajari cara menyebarkan, mengonfigurasi, dan menggunakan kemampuan ini, lihat:

Catatan

Pengayaan catatan klinis tidak terstruktur (pratinjau) tidak mendukung integrasi dengan layanan pemrosesan bahasa alami lainnya, selain Analitik Teks Azure AI Language untuk kesehatan.

Prasyarat

Menggunakan Analitik Teks Azure AI Language untuk layanan kesehatan adalah opsional. Tetapi jika Anda menggunakannya, Anda harus menerima Syarat dan Ketentuan AI yang Bertanggung Jawab untuk menerapkan layanan di lingkungan Anda. Untuk langkah-langkah dan panduan penginstalan, lihat Menyiapkan layanan Bahasa Azure.

Untuk meninjau catatan transparansi, lihat:

Model harga

Model penetapan harga didasarkan pada jumlah total rekaman teks yang diproses oleh layanan Text Analytics for health API. Catatan teks diukur sebagai 1.000 karakter. Artinya, untuk setiap bagian teks yang Anda kirimkan ke API untuk dianalisis, jumlah karakter teks dibagi dengan 1000 untuk menentukan jumlah catatan teks yang digunakan. Misalnya, jika Anda mengirimkan teks yang panjangnya 3.200 karakter, teks tersebut dihitung sebagai empat rekaman teks. Layanan ini menggunakan model perhitungan ini untuk tujuan penagihan.

Berikut rincian biaya untuk pemrosesan dokumen:

  • Untuk hingga 5.000 catatan teks, inferensi disertakan dalam layanan.
  • Untuk 5.000 hingga 500.000 rekaman teks, biayanya adalah $25 USD per 1.000 rekaman teks yang diproses.
  • Untuk 500.000 hingga 2,5 juta rekaman teks, biayanya adalah $15 USD per 1.000 rekaman teks yang diproses.
  • Untuk lebih dari 2,5 juta catatan teks, biayanya adalah $10 USD per 1.000 catatan teks yang diproses.

Model penetapan harga mendorong Anda untuk memproses teks dalam jumlah besar dengan menawarkan pengurangan biaya per rekaman untuk volume yang lebih tinggi. Hanya inferensi yang berhasil yang dibebankan.

Untuk mencegah timbulnya biaya pemrosesan, kami membatasi teks documentreferencecontent (catatan klinis) yang diproses API dengan mengatur nlp_document_limit nilai parameter ke di 10 buku catatan healthcare #_msft_ta4h_silver_ingestion . Untuk informasi selengkapnya tentang model harga, lihat Azure Harga Bahasa AI.