Udostępnij za pośrednictwem

Co to jest analiza tekstu dla kondycji?

Ważne

Analiza tekstu dla zdrowia to funkcja "AS IS" i "WITH ALL FAULTS". Analiza tekstu dla zdrowia nie jest przeznaczona ani udostępniana do użycia jako urządzenie medyczne, wsparcie kliniczne, narzędzie diagnostyczne lub inne technologie przeznaczone do stosowania w diagnozie, leczeniu, łagodzeniu, terapii lub zapobieganiu chorobom czy innym dolegliwościom. Firma Microsoft nie udziela licencji ani prawa do korzystania z tej funkcji w takich celach. Ta możliwość nie jest zaprojektowana ani przeznaczona do wdrożenia lub rozmieszczenia jako zastępca profesjonalnej porady medycznej lub opinii medycznej, diagnozy, leczenia lub oceny klinicznej pracownika służby zdrowia i nie powinna być używana jako taka. Klient ponosi wyłączną odpowiedzialność za dowolne użycie analizy danych tekstowych dotyczących zdrowia. Klient musi oddzielnie licencjonować dowolne i wszystkie słownictwa źródłowe, które zamierza użyć zgodnie z warunkami określonymi dla tego dodatku UMLS Metathesaurus License Agreement lub jakiegokolwiek przyszłego równoważnego linku. Klient jest odpowiedzialny za zapewnienie zgodności z tymi postanowieniami licencyjnymi, w tym wszelkimi ograniczeniami geograficznymi lub innymi obowiązującymi ograniczeniami.

analiza tekstu dla zdrowia umożliwia teraz wyodrębnianie determinantów społecznych zdrowia (SDOH) i wzmianki etniczne w tekście. Ta możliwość może nie obejmować wszystkich potencjalnych SDOH i nie uzyskuje wnioskowania na podstawie SDOH lub pochodzenia etnicznego (na przykład informacje o używaniu substancji są udostępniane, ale nadużywanie substancji nie jest wnioskowane). Wszystkie decyzje korzystające z danych wyjściowych Analiza tekstu dla zdrowia, które wpływają na osoby lub przydział zasobów (w tym, ale nie tylko, te związane z rozliczeniami, zasobami ludzkimi lub zarządzaniem leczeniem) powinny być podejmowane z nadzorem ludzkim i nie mogą opierać się wyłącznie na ustaleniach modelu. Celem sdOH i możliwości wyodrębniania pochodzenia etnicznego jest pomoc dostawcom w poprawie wyników zdrowotnych i nie należy go używać do stygmatyzowania lub rysowania negatywnych wniosków o użytkowników lub konsumentów danych SDOH, lub populacji pacjentów poza określonym celem pomagania dostawcom poprawy wyników zdrowotnych.

Analiza tekstu dla zdrowia jest jedną ze wstępnie utworzonych funkcji oferowanych przez usługę Azure AI Language. Jest to oparta na chmurze usługa interfejsu API, która stosuje inteligencję uczenia maszynowego w celu wyodrębniania i oznaczania odpowiednich informacji medycznych z różnych tekstów bez struktury, takich jak notatki lekarza, podsumowania wypisań, dokumenty kliniczne i elektroniczne dokumenty zdrowotne.

Napiwek

Wypróbuj analizę tekstu dla zdrowia w portalu Azure AI Foundry, gdzie można użyć obecnie istniejącego zasobu Language Studio lub utworzyć nowy zasób Azure AI Foundry, aby korzystać z tej usługi.

Ta dokumentacja zawiera następujące typy artykułów:

  • Artykuł Szybki start zawiera krótki samouczek, który przeprowadzi Cię przez tworzenie pierwszego żądania do usługi.
  • Przewodniki z instrukcjami zawierają szczegółowe instrukcje dotyczące wykonywania wywołań do usługi przy użyciu hostowanego interfejsu API lub używania lokalnego kontenera platformy Docker.
  • Artykuły koncepcyjne zawierają szczegółowe informacje na temat poszczególnych funkcji usługi: rozpoznawania nazwanych jednostek, wyodrębniania relacji, łączenia jednostek i wykrywania asercji.

analiza tekstu dla funkcji zdrowotnych

Analiza tekstu dla zdrowia wykonuje cztery kluczowe funkcje, czyli Rozpoznawanie Jednostek, Wyodrębnianie Relacyjne, Linkowanie Jednostek i Wykrywanie Asercji, wszystkie z jednym wywołaniem interfejsu API.

Rozpoznawanie jednostek nazwanych służy do wykonywania semantycznego wyodrębniania wyrazów i fraz wymienionych z tekstu bez struktury, które są skojarzone z dowolnym z obsługiwanych typów jednostek, takich jak diagnoza, nazwa leków, objaw/znak lub wiek.

Analiza Tekstu dla Zdrowia NER

Analiza tekstu w kontekście ochrony zdrowia może przetwarzać nieustrukturyzowany tekst w języku angielskim, niemieckim, francuskim, włoskim, hiszpańskim, portugalskim i hebrajskim.

Ponadto analiza tekstu dla zdrowia może zwracać przetworzone dane wyjściowe, używając struktury Fast Healthcare Interoperability Resources (FHIR), która umożliwia integrację z innymi elektronicznymi systemami opieki zdrowotnej.

Scenariusze użycia

Analiza tekstu w dziedzinie zdrowia może być używana w wielu scenariuszach w różnych sektorach. Oto niektóre typowe motywacje klientów do korzystania z analiza tekstu dla zdrowia:

  • Pomoc i automatyzacja przetwarzania dokumentów medycznych poprzez odpowiednie kodowanie medyczne w celu zapewnienia dokładnej opieki i rozliczeń.
  • Zwiększenie wydajności analizowania danych opieki zdrowotnej w celu ułatwienia sukcesu modeli opieki opartej na wartościach podobnych do Medicare.
  • Minimalizacja nakładu pracy dostawcy opieki zdrowotnej przez automatyzację agregacji kluczowych danych pacjentów na potrzeby monitorowania trendów i wzorców.
  • Ułatwianie i wspieranie przyjęcia standardów HL7 w celu poprawy wymiany, integracji, udostępniania, pobierania i dostarczania elektronicznych informacji o zdrowiu we wszystkich usługach opieki zdrowotnej.

Przykładowe przypadki użycia:

Przypadek użycia opis
Wyodrębnianie spostrzeżeń i statystyk Identyfikowanie jednostek medycznych, takich jak objawy, leki, diagnostyka z dokumentów klinicznych i badawczych w celu wyodrębnienia szczegółowych informacji i statystyk dla różnych kohort pacjentów.
Opracowywanie modeli predykcyjnych przy użyciu danych historycznych Rozwiązania energetyczne do planowania, wsparcia decyzji, analizy ryzyka i nie tylko, oparte na modelach predykcyjnych utworzonych na podstawie danych historycznych.
Anotacja i zarządzanie informacjami medycznymi Obsługa rozwiązań wspierających adnotację i opracowanie danych klinicznych, takich jak automatyzacja kodowania klinicznego oraz digitalizacja ręcznie tworzonych danych.
Przeglądanie i zgłaszanie informacji medycznych Obsługa rozwiązań do raportowania i flagowania możliwych błędów w informacjach medycznych wynikających z procesów recenzowania, takich jak kontrola jakości.
Wsparcie w podejmowaniu decyzji Umożliwianie rozwiązań zapewniających ludziom pomocne informacje dotyczące informacji medycznych pacjentów w celu szybszego i bardziej wiarygodnego podejmowania decyzji.

Rozpocznij od analizy tekstu w dziedzinie zdrowia

Aby użyć analizy tekstu w kontekście zdrowia, przesyłasz nieprzetworzony tekst bez struktury do analizy i obsługujesz wyniki interfejsu API w aplikacji. Analiza jest wykonywana tak jak jest, bez dodatkowego dostosowania modelu używanego na twoich danych. Istnieją dwa sposoby używania analiza tekstu dla kondycji:

Opcja programowania opis
Azure AI Foundry Azure AI Foundry to platforma internetowa umożliwiająca łączenie jednostek na przykładach tekstowych z wykorzystaniem własnych danych po zarejestrowaniu się. Aby uzyskać więcej informacji, zobacz witrynę internetową usługi Azure AI Foundry lub dokumentację usługi Azure AI Foundry.
Interfejs API REST lub biblioteka klienta (Azure SDK) Zintegruj analizę tekstu dotyczącą zdrowia w swoich aplikacjach przy użyciu interfejsu API REST lub bibliotek klientów dostępnych w różnych językach. Aby uzyskać więcej informacji, zobacz Szybki start dotyczący analizy tekstu dla zdrowia.
Kontener Docker Użyj dostępnego kontenera platformy Docker, aby wdrożyć tę funkcję lokalnie. Te kontenery Docker umożliwiają przybliżenie usługi do twoich danych dla zapewnienia zgodności, bezpieczeństwa lub innych powodów operacyjnych.

Wymagania dotyczące danych wejściowych i limity usług

Analiza tekstu dla zdrowia jest przeznaczona do odbierania nieustrukturyzowanego tekstu na potrzeby analizy. Aby uzyskać więcej informacji, zobacz limity danych i usług.

Analiza tekstu dla zdrowia działa z różnymi językami wejściowymi. Aby uzyskać więcej informacji, zobacz obsługa języków.

Dokumentacja referencyjna i przykłady kodu

Jeśli używasz tej funkcji w aplikacjach, zapoznaj się z następującą dokumentacją referencyjną i przykładami dotyczącymi języka AI platformy Azure:

Opcja/język programowania Dokumentacja referencyjna Przykłady
Interfejs API REST Dokumentacja interfejsu API REST
C# Dokumentacja języka C# Przykłady języka C#
Jawa Dokumentacja języka Java Przykłady języka Java
JavaScript Dokumentacja języka JavaScript Przykłady języka JavaScript
Pyton Dokumentacja języka Python Przykłady w języku Python

Odpowiedzialne użycie sztucznej inteligencji

System sztucznej inteligencji obejmuje technologię, osoby, które będą jej używać, osoby, których to dotyczy, oraz środowisko, w którym zostanie wdrożony. Przeczytaj notatkę na temat przejrzystości dotyczącej analizy tekstu dla zdrowia, aby dowiedzieć się więcej na temat odpowiedzialnego używania i wdrażania sztucznej inteligencji w systemach. Więcej informacji można również znaleźć w następujących artykułach: