原标题： 怎么使用AI对电子病历进行后结构化
跟着信息化建造的快速增加，数据出现爆发式增加，特别是医院，每天会发生许多数据及医疗记载，且许多重要数据都是以非结构化文本方法存储。现在各个医院都开端注重医学数据的信息化，及各类信息体系的建造。关于医院许多的人口基数所发生的医疗数据有必要有用地信息化、结构化，不然将会丢掉其间名贵的信息资源。那么该怎么剖析、发掘病历，转化为能被使用、有价值百科的“瑰宝”呢？跟着大数据及人工智能迅速发展，这个问题逐步可以得到解决。
天鹏计算机科技有限公司具有一支由技能和医学结合的人工智能团队，通过医学语料标示及自然语言技能处理，可以将非结构化文本转化为结构化数据，准确率可达95%以上，并可将数据使用于辅佐临床决议计划、危险猜测、科研剖析等使命中。下面咱们就来看一下人工智能技能是怎么充沛发掘使用电子病历信息的。
命名实体辨认（NER）是自然语言处理使命中一项根底而重要的使命，在机器翻译、主动问答体系和信息检索等体系中有广泛使用。
现在生物医学称号辨认技能分为三大类：依据字典的办法，依据规矩的办法和机器学习办法。依据字典的办法往往会漏掉字典中未说到的未定义的术语。依据规矩的办法需求从文本中辨认术语的规矩，而且由此发生的规矩并不是在所有情况下都是有用的。依据机器学习的命名实体辨认是现在自然语言处理的干流办法，可有用进步模型准确率。天鹏引进深度学习+机器学习的方法，通过多种模型结合，极大进步了实体和联系准确率，可将命名实体F1准确率提升至95%以上。
参照电子病历（EMR）特色，可将医疗实体分为五大类：疾病、疾病确诊分类、临床表现、检查、医治，每个大类里又可依据详细需求划分为不同小类实体，实体与实体之间存在不同联系，如部位和症状的联系、症状和确诊的联系等。在病历标示的过程中需遵从三个首要规矩：不堆叠、不嵌套、不含有起分隔作用的标点符号。语料标示首要采纳人工标示及标示东西主动标示相结合的方法，既节约人力，又进步标示的准确性。
通过许多语料标示，模型将学习到怎么去辨认医学中不同的实体及联系，样本量越多模型学习作用越好。模型通过充沛练习后变可以主动辨认医疗文本中的不同实体及联系，将乱七八糟且不标准的非结构化文本数据结构化，让数据愈加标准、一致，有利于计算机剖析、处理。
跟着NER作用不断进步，技能逐步老练，天鹏后结构化处理所触及的模块也不只限于电子病历，还包含查验、检查、医嘱、药品说明书、攻略文献等多种异构数据。天鹏科技现在现已完成从技能到使用的落地。从数据收集、清洗、后结构化处理、标准化归一，到数据使用包含超级挑选、科研剖析、辅佐决议计划、病历质控、危险猜测等完成一体化使用渠道服务。现在天鹏科技已联合国家呼吸体系疾病临床医学研究中心建立了呼吸疾病医疗大数据联合实验室，为国家医疗职业大数据的标准化、专业化、体系化和产业化供给愈加高效、精准的服务。
参考文献
[1] Fei Zhu , Preecha Patumcharoenpol. Biomedical text mining and its applications in cancer
research[J].Journal of Biomedical Informatics,46 (2013) 200–211
[2]Adam Yala, Regina Barzilay. Using Machine Learning to Parse Breast Pathology Reports[J]. Breast Cancer Research and Treatment,January.2017,Volume 161,Issue 2,pp 203–211
责任编辑：
