本领革新助力ai更“懂医”

中国新闻网
2024-03-29 03:00
4529
原标题技术创新助力AI更“懂医”对于医学领域的自然语言文献,例如医学教材、医学百科、临床病例、医学期刊、入院记录、检验报告等,这些文本中蕴含大量医学专业知识和医学术语。将实体识别技术与医学专业领域结

原标题:本领革新助力ai更“懂医”

对于医学范围的天然谈话文件,比方医学讲义、医学百科、临床病例、医学期刊、住院记载、检查汇报等,这些文本中蕴藏洪量医学专科常识和医学术语。将实体辨别本领与医学专科范围贯串,运用呆板读取医学文本,不妨明显普及临床科学研究的功效和品质,而且可功效于卑劣子工作。但要想让呆板“读懂”医学数据,重心在于让计划机在洪量医学文本中精确的索取出重要消息,这就波及到了定名实体辨别、接洽抽取等天然谈话处置本领。

日前,腾讯天衍试验室博得了华文医学消息处置评测比赛“华文医学文本定名实体辨别”赛道冠军、“华文医学文本实体接洽抽取”赛道亚军。

据领会,定名实体辨别和接洽抽取是消息抽取的两大重心工作。定名实体辨别旨在抽取所需实体,以调理范围为例,须要从非构造化学医学学文本中找出医学实体,如疾病、症状的进程;实体接洽抽取则须要同时索取出医学实体及实体间的接洽消息,即实体接洽三元组。

在调理范围,电子病历、生物资调剂理文件中存在洪量的非构造化文本,采用消息抽取本领对调理文本进行构造化,索取个中的疾病,症状,部位等实体,并对实体之间的接洽进行确定,从而运用这些消息建立调理常识图谱,不惟有利于人为智能更好地球科学到范围内的专科常识,更进一步提高导诊、辅诊、疾病猜测等卑劣调理工科作的本能。

如在ai导诊场景中,当用户输出主诉,ai导诊小步调不妨返回引荐科室。用户主诉中文大学概包括多个症状,不同症状的功夫、部位、重要程度、病因诱因大概对应不同的疾病,经过接洽抽取本领,不妨捕获到不同症状的简直属性,进而有助于更精准的疾病猜测和科室引荐。


评论区
登录 发表评论