Mi az a Text Analytics az állapothoz?
Fontos
A Text Analytics for Health az "AS IS" és a "WITH ALL FAULTS" (AZ ÖSSZES HIBÁVAL EGYÜTT) képesség. A Text Analytics for Health nem orvosi eszközként, klinikai támogatásként, diagnosztikai eszközként vagy más, a betegségek vagy egyéb feltételek diagnosztizálására, gyógyítására, enyhítésére, kezelésére vagy megelőzésére szánt technológiaként használható, és a Microsoft nem rendelkezik licenccel vagy joggal e képesség ilyen célokra való használatára. Ezt a képességet nem úgy tervezték vagy tervezték, hogy a szakmai orvosi tanácsadás, az egészségügyi vélemény, a diagnózis, a kezelés vagy az egészségügyi szakemberek klinikai megítélése helyett implementálják vagy alkalmazzák, és nem használhatók ilyenként. Az ügyfél kizárólag a Text Analytics állapotelemzési szolgáltatásának minden használatáért felelős. Az ügyfélnek külön licenccel kell rendelkeznie minden olyan forráskódra, amelyet használni kíván az ADOTT UMLS Metathesaurus licencszerződés függelékében vagy bármely későbbi egyenértékű hivatkozásban megadott feltételek szerint. Az ügyfél felelős a licencfeltételek betartásának biztosításáért, beleértve a földrajzi vagy egyéb vonatkozó korlátozásokat is.
A Text Analytics for Health mostantól lehetővé teszi az egészség társadalmi meghatározóinak (SDOH) és az etnikumoknak a szövegben való kiemelését. Ez a képesség nem fedheti le az összes lehetséges SDOH-t, és nem származtat következtetést az SDOH vagy az etnikum alapján (például az anyaghasználati információk felszínre kerülnek, de a szerhasználat nem következtethető ki). Minden olyan döntést, amely a Text Analytics egészségügyi kimeneteit érinti, és amelyek hatással vannak az egyénekre vagy az erőforrások elosztására (beleértve, de nem kizárólagosan a számlázással, az emberi erőforrásokkal vagy a kezelés kezelésével kapcsolatosakat) emberi felügyelettel kell meghozni, és nem kizárólag a modell eredményein kell alapulnia. Az SDOH és az etnikum kinyerésének célja az, hogy segítse a szolgáltatókat az egészségügyi eredmények javításában, és nem szabad arra használni, hogy megbélyegezjék vagy negatív következtetéseket vonjanak le az SDOH-adatok felhasználóira vagy felhasználóira, illetve a betegpopulációkra az egészségügyi eredmények javítása érdekében a megjelölt célon túl.
A Text Analytics for Health az Azure AI Language egyik előre összeállított funkciója. Ez egy felhőalapú API-szolgáltatás, amely gépi tanulási intelligenciát alkalmaz a releváns orvosi információk kinyerésére és címkézésére számos strukturálatlan szövegből, például orvosi jegyzetekből, mentesítési összefoglalókból, klinikai dokumentumokból és elektronikus egészségügyi rekordokból.
Ez a dokumentáció a következő típusú cikkeket tartalmazza:
- A rövid útmutató egy rövid oktatóanyagot tartalmaz, amely végigvezeti a szolgáltatásra irányuló első kérés teljesítésén.
- Az útmutatók részletes útmutatást tartalmaznak arra vonatkozóan, hogyan kezdeményezhet hívásokat a szolgáltatáshoz az üzemeltetett API használatával vagy a helyszíni Docker-tároló használatával.
- Az elméleti cikkek részletes információkat nyújtanak a szolgáltatás egyes funkcióiról, az elnevezett entitásfelismerésről, a reláció kinyeréséről, az entitás csatolásáról és az állításészlelésről.
Text Analytics állapotfunkciókhoz
Az állapotelemzés négy fő függvényt hajt végre, amelyek neve entitásfelismerés, relációkinyerés, entitás-összekapcsolás és helyességi észlelés, mindezt egyetlen API-hívással.
Az elnevezett entitásfelismeréssel szemantikai módon kinyerhetők a strukturálatlan szövegből említett szavak és kifejezések, amelyek a támogatott entitástípusok bármelyikéhez kapcsolódnak, például a diagnózishoz, a gyógyszer nevéhez, a tünethez/jelhez vagy az életkorhoz.
A Text Analytics for Health strukturálatlan szöveget kaphat angol, német, francia, olasz, spanyol, portugál és héber nyelven.
A Text Analytics for Health emellett a Fast Healthcare Interoperability Resources (FHIR) struktúrával is visszaadhatja a feldolgozott kimenetet, amely lehetővé teszi a szolgáltatás más elektronikus egészségügyi rendszerekkel való integrációját.
Használati forgatókönyvek
Az állapotelemzés számos különböző iparágban több forgatókönyvben is használható. A Text Analytics állapotalapú használatának néhány gyakori ügyfél-motivációja a következők:
- Az orvosi dokumentumok feldolgozásának segítése és automatizálása megfelelő orvosi kódolással a pontos ellátás és számlázás biztosítása érdekében.
- Az egészségügyi adatok elemzésének hatékonyságának növelése a Medicare-hez hasonló értékalapú gondozási modellek sikerének elősegítése érdekében.
- Az egészségügyi szolgáltatók erőfeszítéseinek minimalizálása a legfontosabb betegadatok összesítésének automatizálásával a trend- és mintamonitorozáshoz.
- Az elektronikus egészségügyi információk cseréjére, integrálására, megosztására, lekérésére és továbbítására vonatkozó HL7-szabványok elfogadásának megkönnyítése és támogatása minden egészségügyi szolgáltatásban.
Példa használati esetekre:
| Use case | Leírás |
|---|---|
| Elemzések és statisztikák kinyerása | Azonosítsa az olyan egészségügyi entitásokat, mint a tünetek, a gyógyszerek, a klinikai és kutatási dokumentumokból származó diagnózis, hogy elemzéseket és statisztikákat nyerjen ki a különböző beteg kohorszokra vonatkozóan. |
| Prediktív modellek fejlesztése előzményadatok használatával | Energiamegoldások tervezéshez, döntéstámogatáshoz, kockázatelemzéshez és egyebekhez a korábbi adatokból létrehozott előrejelzési modellek alapján. |
| Orvosi információk jegyzetelése és kurálása | A klinikai adatok megjegyzéseinek és curainak támogatása, például a klinikai kódolás automatizálása és a manuálisan létrehozott adatok digitalizálása. |
| Orvosi információk áttekintése és jelentése | Támogatási megoldások az orvosi információk olyan lehetséges hibáinak jelentéséhez és megjelöléséhez, amelyek felülvizsgálati folyamatokból, például a minőségbiztosításból erednek. |
| Segítségnyújtás a döntéstámogatáshoz | A gyorsabb és megbízhatóbb döntések érdekében olyan megoldások engedélyezése, amelyek segítséget nyújtanak az emberek számára a betegek orvosi adataival kapcsolatban. |
Ismerkedés a Text Analytics állapotelemzésével
A Text Analytics állapotelemzéshez való használatához nyers strukturálatlan szöveget kell küldenie elemzéshez, és kezelnie kell az API-kimenetet az alkalmazásban. Az elemzés az adott módon történik, az adatokon használt modell további testreszabása nélkül. A Text Analytics kétféleképpen használható az állapothoz:
| Fejlesztési lehetőség | Leírás |
|---|---|
| Language Studio | A Language Studio egy webes platform, amellyel azure-fiók nélkül próbálhatja ki a szöveges példákkal összekapcsolt entitásokat, valamint a regisztrációkor a saját adatait. További információt a Language Studio webhelyén vagy a Language Studio rövid útmutatójában talál. |
| REST API vagy ügyfélkódtár (Azure SDK) | Integrálja az állapotelemzést az alkalmazásokba a REST API vagy a különböző nyelveken elérhető ügyfélkódtár használatával. További információkért tekintse meg a Text Analytics állapotelemzési rövid útmutatót. |
| Docker-tároló | A szolgáltatás helyszíni üzembe helyezéséhez használja a rendelkezésre álló Docker-tárolót. Ezek a Docker-tárolók lehetővé teszik, hogy megfelelőségi, biztonsági vagy egyéb működési okokból közelebb hozza a szolgáltatást az adataihoz. |
Bemeneti követelmények és szolgáltatási korlátok
A Text Analytics for Health úgy lett kialakítva, hogy strukturálatlan szöveget fogadjon elemzéshez. További információkért tekintse meg az adatok és a szolgáltatások korlátait.
A Text Analytics for Health számos bemeneti nyelvvel működik. További információ: nyelvi támogatás.
Referenciadokumentáció és kódminták
Ahogy ezt a funkciót az alkalmazásokban használja, tekintse meg a következő referenciadokumentációt és -mintákat az Azure AI-nyelvhez:
| Fejlesztési lehetőség / nyelv | Reference documentation | Samples |
|---|---|---|
| REST API | REST API-dokumentáció | |
| C# | C#-dokumentáció | C#-minták |
| Java | Java-dokumentáció | Java-minták |
| JavaScript | A JavaScript dokumentációja | JavaScript-minták |
| Python | Python-dokumentáció | Python-példák |
Az MI felelős használata
Az AI-rendszerek magukban foglalják a technológiát, a felhasználókat, a felhasználókat, akiket érint, és a környezet, amelyben üzembe helyezik. A Text Analytics for Health átláthatósági megjegyzésében megismerheti a felelős AI-használatot és üzembe helyezést a rendszerekben. További információkért tekintse meg az alábbi cikkeket is: