Delen via

Wat is Tekstanalyses voor gezondheid?

Belangrijk

Textanalyse voor gezondheid is een functie die wordt geleverd "ZOALS HET IS" en "MET ALLE FOUTEN." Tekstanalyses voor gezondheid is niet bedoeld of beschikbaar gemaakt voor gebruik als een medisch hulpmiddel, klinische ondersteuning, diagnostisch instrument of andere technologie die bedoeld is om gebruikt te worden bij de diagnose, genezing, vermindering, behandeling of preventie van ziekten of andere aandoeningen, en Microsoft verleent geen licentie of recht om deze functie voor dergelijke doeleinden te gebruiken. Deze mogelijkheid is niet ontworpen of bedoeld om te worden geïmplementeerd of ingezet als vervanging voor professioneel medisch advies of gezondheidszorgopinie, diagnostiek, behandeling, of het klinisch oordeel van een zorgprofessional, en mag niet als zodanig worden gebruikt. De klant is als enige verantwoordelijk voor elk gebruik van Tekstanalyse voor gezondheid. De klant moet een aparte licentie verkrijgen voor alle bronvocabularia die hij van plan is te gebruiken onder de voorwaarden die zijn vastgelegd in die UMLS Metathesaurus License Agreement Appendix of een toekomstige equivalente link. De klant is verantwoordelijk voor het naleven van de gebruiksvoorwaarden van die licentie, inclusief eventuele geografische of andere toepasselijke beperkingen.

Tekstanalyses voor de gezondheidszorg maken nu de extractie mogelijk van sociaal-economische gezondheidsaspecten (SDOH) en etnische achtergronden die in tekst worden genoemd. Deze mogelijkheid dekt mogelijk niet alle potentiële SDOH en maakt geen gevolgtrekkingen op basis van SDOH of etniciteit (bijvoorbeeld, informatie over substantiegebruik wordt onthuld, maar substantiemisbruik wordt niet afgeleid). Alle beslissingen die gebruik maken van de resultaten van de Tekstanalyse voor gezondheid en die invloed hebben op individuen of de verdeling van middelen (inclusief, maar niet beperkt tot, die met betrekking tot facturering, personeelszaken of het beheren van zorgbehandelingen) moeten met menselijke toezicht worden genomen en niet uitsluitend gebaseerd zijn op de bevindingen van het model. Het doel van de mogelijkheid tot SDOH- en etniciteitsonttrekking is om zorgverleners te helpen de gezondheidsresultaten te verbeteren, en het mag niet worden gebruikt om gebruikers of consumenten van SDOH-gegevens te stigmatiseren of negatieve conclusies te trekken over patiëntpopulaties, buiten het gestelde doel van het helpen van zorgverleners bij het verbeteren van de gezondheidsresultaten.

Tekstanalyse voor gezondheid is een van de vooraf gebouwde functies die worden aangeboden door Azure AI Language. Het is een cloudgebaseerde API-dienst die machine learning-intelligentie toepast om relevante medische informatie te extraheren en labelen uit een verscheidenheid aan ongestructureerde teksten, zoals doktersnotities, ontslagbrieven, klinische documenten en elektronische medische dossiers.

Aanbeveling

Probeer Text Analytics for health uit in het Azure AI Foundry-portaal, waar je een bestaande Language Studio-bron kunt gebruiken of een nieuwe Azure AI Foundry-bron kunt maken om deze service te gebruiken.

Deze documentatie bevat de volgende soorten artikelen:

  • Het quickstart-artikel biedt een korte tutorial die u begeleidt bij het maken van uw eerste aanvraag bij de service.
  • De handleidingen bevatten gedetailleerde instructies over hoe je oproepen naar de service kunt maken met behulp van de gehoste API of de on-premises Docker-container.
  • De conceptuele artikelen bieden diepgaande informatie over elk van de kenmerken van de dienst, zoals herkenning van benoemde entiteiten, relatie-extractie, entiteitskoppeling en detectie van beweringen.

Tekstanalyse voor gezondheidsfuncties

Text Analytics voor gezondheid voert vier belangrijke functies uit, namelijk het herkennen van benoemde entiteiten, het extraheren van relaties, het koppelen van entiteiten en het detecteren van beweringen, allemaal met één API-oproep.

Bij het herkennen van naamgegeven entiteiten wordt een semantische extractie uitgevoerd van woorden en uitdrukkingen die uit ongestructureerde tekst komen en die verband houden met een van de ondersteunde entiteitstypen, zoals diagnose, medicatienaam, symptoom/teken of leeftijd.

Tekstanalyse voor gezondheids-NER

Tekstanalyse voor gezondheid kan ongestructureerde tekst ontvangen in het Engels, Duits, Frans, Italiaans, Spaans, Portugees en Hebreeuws.

Bovendien kan Text Analytics voor gezondheid de verwerkte output retourneren met behulp van de Fast Healthcare Interoperability Resources (FHIR)-structuur, wat de integratie van de dienst met andere elektronische gezondheidssystemen mogelijk maakt.

Gebruiksscenario's

Tekstanalyse voor de gezondheidszorg kan in meerdere scenario's worden gebruikt in verschillende industrieën. Enkele veelvoorkomende klantmotivaties voor het gebruik van tekstanalyse voor de gezondheid zijn:

  • Hulp en automatisering van de verwerking van medische documenten door middel van juiste medische codering om nauwkeurige zorg en facturering te garanderen.
  • Het vergroten van de efficiëntie van het analyseren van medische gegevens om bij te dragen aan het succes van op waarden gebaseerde zorgmodellen die vergelijkbaar zijn met Medicare.
  • Het minimaliseren van de inspanning van zorgverleners door het automatiseren van de verzameling van belangrijke patiëntgegevens voor trend- en patroonbewaking.
  • Het faciliteren en ondersteunen van de adoptie van HL7-standaarden voor verbeterde uitwisseling, integratie, deling, terugwinning en levering van elektronische gezondheidsinformatie in alle zorgdiensten.

Voorbeeldtoepassingen:

Gebruikssituatie Beschrijving
Verzamel inzichten en statistieken Identificeer medische entiteiten zoals symptomen, medicijnen en diagnoses uit klinische en onderzoeksdocumenten om inzichten en statistieken voor verschillende patiëntengroepen te verzamelen.
Ontwikkel voorspellende modellen met behulp van historische gegevens Oplossingen voor stroomvoorziening voor planning, beslissingsondersteuning, risicoanalyse en meer, gebaseerd op voorspellingsmodellen die zijn gecreëerd uit historische gegevens.
Annoteer en beheer medische informatie Ondersteunende oplossingen voor klinische data-analyse en -curatie, zoals het automatiseren van klinische codering en het digitaliseren van handmatig gecreëerde data.
Beoordeel en rapporteer medische informatie Ondersteun oplossingen voor het rapporteren en markeren van mogelijke fouten in medische informatie die voortvloeien uit beoordelingsprocessen zoals kwaliteitsborging.
Help bij besluitvorming ondersteuning Mogelijke oplossingen vergemakkelijken die mensen voorzien van ondersteunende informatie over de medische gegevens van patiënten, om snellere en betrouwbaardere beslissingen te nemen.

Begin met Tekstanalyse voor de gezondheidszorg

Om Text Analytics voor de gezondheidszorg te gebruiken, dien je onbewerkte, ongestructureerde tekst in voor analyse en verwerk je de API-uitvoer in je applicatie. Analyse wordt uitgevoerd zoals het is, zonder extra aanpassingen aan het model dat op uw gegevens wordt gebruikt. Er zijn twee manieren om Text Analytics voor gezondheid te gebruiken:

Ontwikkelingsoptie Beschrijving
Azure AI Foundry Azure AI Foundry is een webgebaseerd platform waarmee je, na aanmelding, entiteitskoppeling kunt gebruiken met tekstvoorbeelden en je eigen data. Voor meer informatie, zie de Azure AI Foundry website of de Azure AI Foundry documentatie.
REST API en Clientbibliotheek (Azure SDK) Integreer Tekstanalyse voor de gezondheidszorg in uw toepassingen via de REST API, of met behulp van de clientbibliotheek die beschikbaar is in verschillende talen. Voor meer informatie, zie de Text Analytics for health quickstart.
Docker-container Gebruik de beschikbare Docker-container om deze functie lokaal in te zetten. Deze docker-containers stellen u in staat om de service dichter bij uw gegevens te brengen voor naleving, beveiliging of andere operationele redenen.

Invoervereisten en servicelimieten

Tekstanalyse voor de gezondheidszorg is ontworpen om ongestructureerde tekst te ontvangen voor analyse. Voor meer informatie, zie gegevens- en servicelimieten.

Tekstanalyse voor gezondheid werkt met een verscheidenheid aan invoertalen. Voor meer informatie, zie taalondersteuning.

Referentiedocumentatie en codevoorbeelden

Als u deze functie in uw applicaties gebruikt, raadpleeg dan de volgende referentiedocumentatie en voorbeelden voor Azure AI Language.

Ontwikkeloptie / taal Referentiedocumentatie Voorbeelden
REST-API REST API-documentatie
C# C#-documentatie C#-voorbeelden
Java Java-documentatie Java-voorbeelden
Javascript JavaScript-documentatie JavaScript-voorbeelden
Python Python-documentatie Python-voorbeelden

Verantwoordelijk gebruik van kunstmatige intelligentie

Een AI-systeem omvat de technologie, de mensen die het zullen gebruiken, de mensen die hierdoor beïnvloed zullen worden, en de omgeving waarin het wordt ingezet. Lees de transparantienota voor Tekstanalyse voor gezondheid om meer te leren over verantwoordelijk gebruik van AI en de implementatie ervan in uw systemen. U kunt ook de volgende artikelen raadplegen voor meer informatie: