Apa itu Text Analytics untuk kesehatan?

Penting

Text Analytics untuk kesehatan adalah kemampuan yang disediakan "SEBAGAIMANA ADANYA" dan "DENGAN MENAMPILKAN SEMUA KESALAHAN." Text Analytics untuk kesehatan tidak dimaksudkan atau disediakan untuk digunakan sebagai perangkat medis, dukungan klinis, alat diagnostik, atau teknologi lain yang dimaksudkan untuk digunakan dalam diagnosis, penyembuhan, mitigasi, pengobatan, atau pencegahan penyakit atau kondisi lain, dan tidak ada lisensi atau hak yang diberikan oleh Microsoft untuk menggunakan kemampuan ini untuk tujuan tersebut. Kemampuan ini tidak dirancang atau dimaksudkan untuk diimplementasikan atau disebarkan sebagai pengganti saran medis profesional atau pendapat perawatan kesehatan, diagnosis, pengobatan, atau penilaian klinis seorang profesional perawatan kesehatan, dan tidak boleh digunakan seperti itu. Pelanggan bertanggung jawab sepenuhnya atas penggunaan Text Analytics untuk kesehatan. Pelanggan harus secara terpisah melisensikan setiap dan semua kosakata sumber yang ingin digunakan berdasarkan ketentuan yang ditetapkan untuk Lampiran Perjanjian Lisensi Metathesaurus UMLS atau tautan setara di masa depan. Pelanggan bertanggung jawab untuk memastikan kepatuhan terhadap syarat lisensi tersebut, termasuk batasan geografis atau pembatasan lain yang berlaku.

Text Analytics untuk kesehatan sekarang memungkinkan ekstraksi Determinan Sosial Kesehatan (SDOH) dan sebutan etnis dalam teks. Kemampuan ini mungkin tidak mencakup semua potensi SDOH dan tidak memperoleh inferensi berdasarkan SDOH atau etnis (misalnya, informasi penggunaan zat muncul, tetapi penyalahgunaan zat tidak disimpulkan). Semua keputusan yang memanfaatkan output Text Analytics untuk kesehatan yang berdampak pada individu atau alokasi sumber daya (termasuk, tetapi tidak terbatas pada, yang terkait dengan penagihan, sumber daya manusia, atau perawatan yang mengelola perawatan) harus dibuat dengan pengawasan manusia dan tidak hanya didasarkan pada temuan model. Tujuan dari kemampuan SDOH dan ekstraksi etnis adalah untuk membantu penyedia meningkatkan hasil kesehatan dan tidak boleh digunakan untuk stigmatisasi atau menarik inferensi negatif tentang pengguna atau konsumen data SDOH, atau populasi pasien di luar tujuan yang dinyatakan untuk membantu penyedia meningkatkan hasil kesehatan.

Analitik Teks untuk kesehatan adalah salah satu fitur bawaan yang ditawarkan oleh Bahasa Azure AI. Ini adalah layanan API berbasis cloud yang menerapkan kecerdasan pembelajaran mesin untuk mengekstrak dan memberi label informasi medis yang relevan dari berbagai teks yang tidak terstruktur seperti catatan dokter, ringkasan pelepasan, dokumen klinis, dan catatan kesehatan elektronik.

Dokumentasi ini berisi jenis artikel berikut ini:

  • Artikel mulai cepat menyediakan tutorial singkat yang memandu Anda membuat permintaan pertama Anda ke layanan.
  • Panduan cara berisi instruksi terperinci tentang cara melakukan panggilan ke layanan menggunakan API yang dihosting atau menggunakan kontainer Docker lokal.
  • Artikel konseptual memberikan informasi mendalam tentang setiap fitur layanan, pengenalan entitas bernama, ekstraksi relasi, penautan entitas, dan deteksi pernyataan.

Analitik Teks untuk fitur status

Text Analytics untuk kesehatan melakukan empat fungsi utama yang diberi nama pengenalan entitas, ekstraksi relasi, penautan entitas, dan deteksi pernyataan, semuanya dengan satu panggilan API.

Pengenalan entitas bernama digunakan untuk melakukan ekstraksi semantik kata dan frasa yang disebutkan dari teks yang tidak terstruktur yang terkait dengan salah satu jenis entitas yang didukung, seperti diagnosis, nama obat, gejala/tanda, atau usia.

Text Analytics for health NER

Analitik Teks untuk kesehatan dapat menerima teks yang tidak terstruktur dalam bahasa Inggris, Jerman, Prancis, Italia, Spanyol, Portugis, dan Ibrani.

Selain itu, Text Analytics untuk kesehatan dapat mengembalikan output yang diproses menggunakan struktur Fast Healthcare Interoperability Resources (FHIR) yang memungkinkan integrasi layanan dengan sistem kesehatan elektronik lainnya.

Skenario penggunaan

Analitik Teks untuk kesehatan dapat digunakan dalam beberapa skenario di berbagai industri. Beberapa motivasi pelanggan umum untuk menggunakan Text Analytics untuk kesehatan meliputi:

  • Membantu dan mengotomatiskan pemrosesan dokumen medis dengan pengkodian medis yang tepat untuk memastikan perawatan dan penagihan yang akurat.
  • Meningkatkan efisiensi menganalisis data layanan kesehatan untuk membantu mendorong keberhasilan model perawatan berbasis nilai yang mirip dengan Medicare.
  • Meminimalkan upaya penyedia layanan kesehatan dengan mengotomatiskan agregasi data pasien utama untuk pemantauan tren dan pola.
  • Memfasilitasi dan mendukung adopsi standar HL7 untuk peningkatan pertukaran, integrasi, berbagi, pengambilan, dan pengiriman informasi kesehatan elektronik di semua layanan kesehatan.

Contoh kasus penggunaan:

Gunakan huruf besar Deskripsi
Mengekstrak wawasan dan statistik Identifikasi entitas medis seperti gejala, obat, diagnosis dari dokumen klinis dan penelitian untuk mengekstrak wawasan dan statistik untuk kohor pasien yang berbeda.
Mengembangkan model prediktif menggunakan data historis Solusi daya untuk perencanaan, dukungan keputusan, analisis risiko, dan lainnya, berdasarkan model prediksi yang dibuat dari data historis.
Membuat anotasi dan mengumpulkan informasi medis Solusi dukungan untuk anotasi dan kurasi data klinis seperti mengotomatiskan pengkodean klinis dan digitalisasi data yang dibuat secara manual.
Meninjau dan melaporkan informasi medis Solusi dukungan untuk melaporkan dan menandai kemungkinan kesalahan dalam informasi medis yang dihasilkan dari proses peninjauan seperti jaminan kualitas.
Membantu dukungan keputusan Aktifkan solusi yang memberikan informasi bantuan kepada manusia yang berkaitan dengan informasi medis pasien untuk keputusan yang lebih cepat dan lebih andal.

Mulai menggunakan Text Analytics untuk kesehatan

Untuk menggunakan Text Analytics untuk kesehatan, Anda mengirimkan teks mentah yang tidak terstruktur untuk analisis dan menangani output API di aplikasi Anda. Analisis dilakukan sebagaimana adanya, tanpa penyesuaian tambahan untuk model yang digunakan pada data Anda. Ada dua cara untuk menggunakan Text Analytics untuk kesehatan:

Opsi pengembangan Deskripsi
Studio bahasa Language Studio adalah platform berbasis web yang memungkinkan Anda mencoba penautan entitas dengan contoh teks tanpa akun Azure, dan data Anda sendiri saat mendaftar. Untuk informasi selengkapnya, lihat mulai cepat situs web Language Studio atau studio bahasa.
REST API atau Pustaka Klien (Azure SDK) Integrasikan Analitik Teks untuk status ke dalam aplikasi Anda menggunakan REST API, atau pustaka klien yang tersedia dalam berbagai bahasa. Untuk informasi selengkapnya, lihat mulai cepat Analitik Teks untuk kesehatan.
Kontainer Docker Gunakan kontainer Docker yang tersedia untuk menyebarkan fitur ini di lokal. Dengan kontainer docker ini, Anda dapat mendekatkan layanan ke data Anda untuk kebutuhan kepatuhan, keamanan, atau kebutuhan operasional lainnya.

Persyaratan input dan batas layanan

Analitik Teks untuk kesehatan dirancang untuk menerima teks yang tidak terstruktur untuk analisis. Untuk informasi selengkapnya, lihat batas data dan layanan.

Analitik Teks untuk kesehatan berfungsi dengan berbagai bahasa input. Untuk informasi selengkapnya, lihat dukungan bahasa.

Dokumentasi referensi dan sampel kode

Saat Anda menggunakan fitur ini di aplikasi Anda, lihat dokumentasi referensi dan sampel berikut untuk Bahasa Azure AI:

Opsi pengembangan/bahasa Dokumentasi rujukan Sampel
REST API Dokumentasi REST API
C# Dokumentasi C# Sampel C++
Java Dokumentasi Java Sampel Java
JavaScript Dokumentasi JavaScript Sampel JavaScript
Python Dokumentasi Python Sampel Python

Penggunaan AI yang bertanggung jawab

Sistem AI mencakup teknologi, orang-orang yang akan menggunakannya, orang-orang yang akan terpengaruh olehnya, dan lingkungan tempatnya disebarkan. Baca catatan transparansi untuk Text Analytics untuk kesehatan untuk mempelajari penggunaan dan penyebaran AI yang bertanggung jawab di sistem Anda. Anda juga dapat merujuk ke artikel berikut untuk informasi selengkapnya: