カスタム Text Analytics for health とは
カスタム Text Analytics for health は、Azure AI Language によって提供されるカスタム機能の 1 つです。 これはクラウドベースの API サービスであり、機械学習インテリジェンスを適用して、カスタム医療エンティティ認識タスク用の Text Analytics for health のカスタム モデルを構築できます。
カスタム Text Analytics for health を使用すると、ユーザーはカスタム AI モデルを構築して、臨床メモやレポートなどの非構造化テキストから医療固有のエンティティを抽出できます。 開発者は、カスタム Text Analytics for health プロジェクトを作成することによって、新しいボキャブラリの定義、データのラベル付け、モデル パフォーマンスのトレーニング、評価、および改善を繰り返し行ってから、利用可能にすることができます。 ラベル付けされたデータの品質は、モデルのパフォーマンスに大きく影響します。 モデルの構築とカスタマイズを簡単にするために、サービスには、Language Studio からアクセスできる Web ポータルが用意されています。 このクイックスタートの手順に従って、サービスを簡単に開始できます。
このドキュメントには、次の種類の記事が含まれています。
- クイックスタートは、サービスへの要求の作成および実行方法を説明する概要手順です。
- 概念では、サービスの機能と特徴について説明します。
- 攻略ガイドには、より具体的またはカスタマイズした方法でサービスを使用するための手順が記載されています。
使用シナリオの例
Text Analytics for health と同様に、カスタム Text Analytics for health は、さまざまな医療業界の複数のシナリオで使用できます。 ただし、この機能の主な使用方法は、既存のエンティティ マップを拡張するために、Text Analytics for health 上にカスタマイズ レイヤーを提供することです。
プロジェクト開発ライフサイクル
通常、カスタム Text Analytics for health を使用するには、いくつかの異なる手順が必要です。
スキーマを定義する: データを把握し、既存の Text Analytics for health のエンティティ マップ上に抽出する新しいエンティティを定義します。 あいまいさを回避します。
データにラベルを付ける: データのラベル付けはモデルのパフォーマンスを判断する際の重要な要素です。 正確かつ、一貫性があるように、完全にラベル付けします。
- 正確なラベル付け: 各エンティティを適切な型に常にラベル付けします。 ラベルには、抽出するデータのみを含め、不要なデータを入れないでください。
- 一貫したラベル付け: すべてのファイルで、同じエンティティに同じラベルが付いているようにします。
- 完全なラベル付け: すべてのファイルに含まれるエンティティのすべてのインスタンスにラベルを付けます。
モデルをトレーニングする: モデルは、ラベル付けされたデータから学習を開始します。
モデルのパフォーマンスを表示する: トレーニングが完了したら、モデルの評価の詳細、そのパフォーマンス、その改善方法のガイダンスを表示します。
モデルをデプロイする: モデルをデプロイすると、API を介して使用できるようになります。
エンティティの抽出: エンティティ抽出タスクにカスタム モデルを使用します。
リファレンス ドキュメントとコード サンプル
カスタム Text Analytics for health を使用する場合は、次の Azure AI Language のリファレンス ドキュメントをご覧ください。
| API | リファレンス ドキュメント |
|---|---|
| REST API (オーサリング) | REST API のドキュメント |
| REST API (ランタイム) | REST API のドキュメント |
責任ある AI
AI システムには、テクノロジだけでなく、それを使う人、それによって影響を受ける人、それが展開される環境も含まれています。 システムでの責任ある AI の使用と展開については、「Text Analytics for Health の透明性に関する注意」をお読みください。 詳細については、次の記事もご覧ください。
次のステップ
クイック スタートの記事を使用して、カスタム Text Analytics for health の使用を開始します。
プロジェクト開発ライフサイクルを進める過程で、この機能のドキュメント全体で使用される用語の詳細については、「用語集」を参照してください。