判斷提示偵測

醫療內容的意義會受到修飾詞的高度影響,例如負面或條件式判斷提示,因而如果歪曲事實,可能會造成重大影響。 針對文字中的實體,健康情況的文字分析支援三種類別的判斷提示偵測:

  • 確實性
  • 條件式
  • 關聯

判斷提示輸出

健康情況的文字分析會傳回判斷提示修飾詞,這是指派給醫療概念的資訊屬性,可讓您更深入了解文字內的概念內容。 這些修飾詞分為三個類別,每個都著重於不同的層面,並且包含一組互斥值。 每個類別只有一個值指派給每個實體。 每個類別的最常見值是預設值。 服務的輸出回應只包含與預設值不同的判斷提示修飾詞。

CERTAINTY – 提供有關概念目前狀態 (存在與不存在) 的相關資訊,以及文字有關其目前狀態的確定程度 (明確與可能)。

  • Positive [預設值]:概念存在或已發生。
  • Negative:概念目前不存在或永遠不會發生。
  • Positive_Possible:概念可能存在,但是有一些不確定性。
  • Negative_Possible:概念不可能存在,但是有一些不確定性。
  • Neutral_Possible:概念不一定存在,不會傾向任一端。

CONDITIONALITY – 提供概念的存在是否取決於特定條件的相關資訊。

  • None [預設值]:概念是事實,而不是假設,且不取決於特定條件。
  • Hypothetical:概念可能會在未來發展或出現。
  • Conditional:概念存在,或只在特定條件下出現。

ASSOCIATION – 描述概念是否與文字主旨或其他人相關聯。

  • Subject [預設值]:此概念與文字的主旨相關聯,通常是患者。
  • Someone_Else:概念與不是文字主旨的人員相關聯。

判斷提示偵測會將否定的實體表示為確實性分類的負值,例如:

{
    "offset": 381,
    "length": 3,
    "text": "SOB",
    "category": "SymptomOrSign",
    "confidenceScore": 0.98,
    "assertion": {
        "certainty": "negative"
    },
    "name": "Dyspnea",
    "links": [
        {
            "dataSource": "UMLS",
            "id": "C0013404"
        },
        {
            "dataSource": "AOD",
            "id": "0000005442"
        },
    ...
}

下一步

如何呼叫健康情況的文字分析