O que é Análise de Texto para a saúde personalizada ?
A Análise de Texto personalizada para saúde é um dos recursos personalizados oferecidos pela Linguagem de IA do Azure. É um serviço de API baseado em nuvem que aplica inteligência de aprendizado de máquina para permitir que você crie modelos personalizados com base na Análise de Texto para saúde para tarefas personalizadas de reconhecimento de entidades de serviços de saúde.
A Análise de Texto para saúde personalizada permite que os usuários criem modelos de IA personalizados para extrair entidades específicas de serviços de saúde a partir de textos não estruturados, como anotações e relatórios clínicos. Ao criar um projeto personalizado de Análise de Texto para saúde, os desenvolvedores podem definir iterativamente novo vocabulário, rotular dados, treinar, avaliar e melhorar o desempenho do modelo antes de disponibilizá-lo para consumo. A qualidade dos dados rotulados afeta profundamente o desempenho do modelo. Para simplificar a criação e a personalização do seu modelo, o serviço oferece um portal da Web que pode ser acessado por meio do Language Studio. Para começar a usar o serviço com facilidade, siga as etapas neste guia de início rápido.
Esta documentação contém os seguintes tipos de artigos:
- Inícios Rápido estão instruções introdutórias para guiar você na criação de solicitações para o serviço.
- Os conceitos fornecem explicações sobre a funcionalidade e os recursos do serviço.
- Os guias de instruções contêm instruções de uso do serviço de maneiras mais específicas ou personalizadas.
Cenários de uso de exemplo
Da mesma forma que a Análise de Texto para saúde, a Análise de Texto para saúde personalizada pode ser usada em vários cenários em uma variedade de setores de serviços de saúde. No entanto, o principal uso desse recurso é fornecer uma camada de personalização em cima da Análise de Texto para saúde para estender seu mapa de entidades existente.
Ciclo de vida de desenvolvimento do projeto
Usar a Análise de Texto para saúde personalizada geralmente envolve várias etapas diferentes.
Defina seu esquema: conheça seus dados e defina as novas entidades que você deseja extrair sobre o mapa de entidades existente do Análise de Texto para saúde. Evite ambiguidade.
Rotular os dados: rotular os dados é fundamental para determinar o desempenho do modelo. Rotule com precisão, de modo consistente e completo.
- Rotular com precisão: rotule cada entidade sempre para o tipo correto dela. Inclua apenas o que você deseja extrair, evite dados desnecessários em seu rótulo.
- Rotular consistentemente: a mesma entidade deve ter o mesmo rótulo em todos os arquivos.
- Rotular completamente: rotule todas as instâncias da entidade em todos os seus arquivos.
Treinar o modelo: o modelo começa a aprender com os dados rotulados.
Exibir o desempenho do modelo: depois que o treinamento for concluído, exiba os detalhes de avaliação do modelo e o desempenho dele.
Implantar o modelo: a implantação de um modelo o torna disponível para uso por meio de uma API.
Extrair entidades: use seus modelos personalizados para tarefas de extração de entidade.
Documentação de referência e exemplos de código
Ao usar a Análise de Texto personalizada para saúde, consulte a seguinte documentação de referência para a Linguagem de IA do Azure:
| APIs | Documentação de referência |
|---|---|
| APIs REST (Criação) | Documentação da API REST |
| APIs REST (Runtime) | Documentação da API REST |
IA responsável
Um sistema de IA inclui não apenas a tecnologia, mas também as pessoas que a usarão, que serão afetadas por ele e o ambiente em que ele é implantado. Leia a nota de transparência sobre Análise de Texto para saúde para saber mais sobre o uso responsável de IA e a implantação em seus sistemas. Você também pode conferir os artigos a seguir para saber mais:
- Nota de Transparência para a Linguagem de IA do Azure
- Integração e uso responsável
- Dados, privacidade e segurança
Próximas etapas
Use o artigo de início rápido para começar a usar a Análise de Texto para a saúde personalizada.
Ao percorrer o ciclo de vida de desenvolvimento do projeto, examine o glossário para saber mais sobre os termos usados em toda a documentação do recurso.
Lembre-se de ver os limites de serviço para obter informações como a disponibilidade regional.