-
题名自由文本电子病历信息抽取综述
被引量:16
- 1
-
-
作者
崔博文
金涛
王建民
-
机构
清华大学软件学院
-
出处
《计算机应用》
CSCD
北大核心
2021年第4期1055-1063,共9页
-
基金
国家自然科学基金资助项目(71690231)。
-
文摘
电子病历信息抽取技术能够从自由文本电子病历中获取到有用的关键信息,从而为医院的信息管理和后续的信息分析处理工作提供帮助。简要介绍了现阶段自由文本电子病历信息抽取的主要流程,分析了近十几年来关于自由文本电子病历中命名实体、实体修饰与实体间关系三类关键信息的单独抽取以及联合抽取方法的研究成果,对这些成果所采用的主要方法、使用的数据集、最终的实验效果等进行了对比总结。除此之外,还对最新的几种流行方法的特点以及优缺点进行了分析,对目前电子病历信息抽取领域常用数据集进行了总结,分析了目前国内相关领域的现状和发展趋势。
-
关键词
信息抽取
命名实体识别
实体修饰识别
实体关系抽取
电子病历
-
Keywords
information extraction
named entity recognition
entity assertion detection
entity relation extraction
electronic medical record
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于医疗知识图谱的智能辅助问诊模型研究
被引量:8
- 2
-
-
作者
汤人杰
杨巧节
-
机构
中国移动通信集团浙江有限公司系统集成部
中国移动通信集团浙江有限公司信息技术部
-
出处
《中国数字医学》
2020年第10期5-8,共4页
-
文摘
目的:基于医疗知识图谱的智能辅助问诊可以在疫情期间做到无接触问询,实时响应,快速搜集用户病症,可在抗击疫情期间发挥重大作用。方法:通过疾病症状识别、实体修饰否定识别、实体关系构建等方式完善医学知识图谱,结合疫情期间新冠肺炎症状和接触史,发挥人工智能问询作用,为用户提供第一时间的咨询结果和就诊建议。结果:基于医疗知识图谱的智能辅助问诊系统结合新冠肺炎相关医学模型,整合升级后发布在浙江健康导航等平台。结论:完善后的医学知识图谱在抗击疫情期间及未来远程医疗都将发挥重大作用。
-
关键词
人工智能
医疗知识图谱
疾病识别
实体修饰(否定)识别
实体关系构建
-
Keywords
artificial intelligence
medical knowledge map
disease identification
entity modification(negative)identification
entity relationship construction
-
分类号
R319
[医药卫生—基础医学]
-