其中NER负责从电子病历文书中识别出医学实体;NRE负责识别实体间的关系;实体标准化模块主要是处理电子病历中同一个医学概念可能有多个不同表达的问题,旨在用同一编码进行标准化描述。多信息源推理模块,则负责基于标准化的信息,结合医学知识,解决业务场景中的应用问题。
03识别与分类业务场景效果依赖于NER虽然多信息源推理模型直接对业务场景效果负责,但该模型依赖的基本信息来自于NER、NRE以及医学概念标准化,且NER是这些模块的最基础部分。下表就NER医学实体识别及如何在后续模块中使用进行详细阐述。
若下游业务需要依赖的信息在NER阶段没有被识别到,或其标签体系中未涉及到,那么AI在业务场景中应用效果将会受到制约。因此,一套基于SNOMED CT,从实体和属性角度设计的完整标签体系,对下游场景应用具有非常重要的意义。
本期特邀专家:全福亮-惠每科技算法总监
参考资料:[1] http://cips-chip.org.cn/2020/eval3
成为我们的
合作伙伴