谈谈人工智能与数据治理:我们的系统为谁而建?(下)

智能建筑
发布日期
2019-04-09 06:46
发送

AI+大健康;AI+医疗;人工智能,NLP


【编者按】在真实的场景下,NLP后的数据业务应用,由于准确率的问题还是需采取“人工智能+人工审核”的方式来做到双重保险。

本文发于e医疗,作者:孙立峰;经亿欧大健康编辑,供行业人士参考。

自然语言处理(Natural Language Processing,NLP),是指人与计算机之间,通过“说人话式”语言进行有效通信的各种技术和方法。由于语言的复杂性,处理的过程会涉及“理解”,因此NLP被认为距离人工智能最近的任务,也被称为“人工智能的皇冠”。

毕竟我们“人说人话”有时候都很难,更别说计算机了。

从临床科研平台信息化建设的发展历程看,要想解决数据的完整性,就要通过ETL对多源多模态的数据进行整合,也即整合不同厂商的DB,而且有些因为更换系统原厂商已经不再为医院提供服务。一家医院可能主流的数据库ORACLE、SQLSERVER、MYSQL、DB2都有在用,市面上还有后关系型数据库Caché。更换系统后,解决数据完整性的问题,需要对历史数据、生产数据全面整合。这也是为什么医疗公司的程序员们越来越吃香,被数据治理AI公司招揽得越来越多,到甲方工作的也越来越多——需求摆在那里,甲方给的待遇也越来越高了。

数据完整性的解决,也是为数据仓库生成高质量后结构化数据的过程,NLP就是在这个过程中发挥作用,通过拆解语义元素分词(区分鱼和虾),命名实体识别(确定这条是鱼,那支是虾),句法分析,语法分析,解决数据结构化问题;然后通过术语网络,将数据标准化、归一化,解决数据标准化(鱼是鱼、虾是虾)问题。通过医学知识图谱的关联和推理,解决基于医学知识的推断问题,构建患者画像,在科研应用、辅助诊疗、真实世界研究等方面才能深度应用。

数据的结构化是怎样炼成的

(1)分词

对于机器学习来说分词本质上是一个分类问题,例如:武汉市长江大桥,机器可以理解为:武汉_市长_江_大桥,武汉市_长江_大桥等等,机器会判断一个字在一句句子中是作为词的起始字(B),词的中间字(I),词的结尾字(E),还是一个单字词(S),这样就需要对文本进行标注,通过机器学习算法预测某些上下文的时候,判断某个字作为BIES四个类别中哪一个概率最高,最后通过BIES的识别完成分词。

(2)词性与关联识别

一句检查报告的放射学表现:右侧胫骨髁间突骨端边缘见骨质增生变尖,关节在位、关节间隙未见狭窄,未见骨质破坏及异常软组织影。

我们要知道“右侧”是方位,“胫骨髁间突”是身体结构,“骨端”、“边缘”是局部位置,“增生”、“变尖”是描述;我们要知道“右侧+胫骨髁间突”是身体结构方位的限定,“骨质+增生”是身体结构的变化。

命名实体识别(NER)就是从文中识别出命名性指称项,属于什么实体类别:疾病、检查、治疗、指标、症状、身体部位……

命名实体关联提取(NERE)就是对上一步得到的命名实体进行处理,把存在关系的部分用关系类别(包括:限定关系、修订关系、因果关系……)将他们联系起来,然后进行语义依存分析。

术语标准化与知识图谱

标准的应用是很难的一件事情,比如ICD-10。最早是病案科(室)专业的编码员去编码,随着电子病历的推广,有些医院前移到临床医生填写、编码员审核,有些公司CIS系统还开发了俗名诊断与ICD编码的映射关联。

如医生可能写:二型糖尿病、II型糖尿病、2型糖尿病、非胰岛素依赖糖尿病,系统都自动关联到E11.952这个ICD编码,但这各对照工作费事费力也会存在遗漏与偏差。这就需要术语标准化将数据归一化。

同时我们还想知道糖尿病是内分泌疾病,糖尿病是代谢性疾病,糖尿病是胰岛功能紊乱,这就需要构建强大的术语网络建立知识图谱。

术语集如疾病库和临床发现库基于SNOMED-CT、MedDRA、ICD-10、ICD-9-CM-3、RadLex、CMeSH,如药品和检验库,基于CFDA药物信息和LOINC,同时还需要储备大量的术语资源库,将各术语库内部关联,根据分类、逻辑以及临床习惯分类,如影像与疾病库的关联、检验库与疾病库的关联等等。

利用自然语言处理、术语标准化、医学知识图谱三大核心技术,解决医学数据完整性、医疗数据标准化、医学与算法融合的三大医疗数据利用的核心问题。这样,高质量的数据就可以深度应用。

责编:春林
THE END

本文标题:谈谈人工智能与数据治理:我们的系统为谁而建?(下)
本文链接:https://www.hknewsw.com/znjz/481.html

相关热点

你知道我国路灯最早出现在什么时候吗? 这要追溯至1843年,当时上海街头出现第一盏路灯,那时候还是煤油灯; 直到1879年,上海十六铺码头终于出现了第一盏电灯; 进入2000年后,随...
物联资讯/ 2021-08-20
机器视觉产业联盟研究预测,2020年至2022年,中国机器视觉规模将从108亿元增长至162亿元人民币,年复合增长率高达22.5%。而随着新基建的推出和5G时代的加速到来,机器视觉在新一代信...
物联资讯/ 2021-08-16
2021年2月7日,在深度聚合中国联通数字化领域资源能力布局的基础上,联通数字科技有限公司(简称联通数科)正式揭牌成立,这是中国联通深刻领会国家十四五规划政策新指导,面向经济社会...
物联资讯/ 2021-08-11
【摘要】7月29日,万象新生华为旗舰新品发布会上,与华为P50系列、华为智慧屏等旗舰新品一同亮相的华为智选德施曼智能门锁现已正式在华为商城开启众测,众测价只需1699元,下单赠原装...
物联资讯/ 2021-07-30
7月27日至28日,由法治日报社和北京安全防范行业协会联合主办的2021政法智能化建设技术装备及成果展在北京国家会议中心圆满举办。 该展会已连续举办五年,是知名的政法界科技盛会...
物联资讯/ 2021-07-28
7月23日,四相科技合肥总部正式开业。从成都到合肥,四相科技落户庐阳大数据产业园,标志着公司双引擎发展模式的正式形成。作为首批入驻庐阳大数据产业园的企业,合肥四相将秉...
物联资讯/ 2021-07-24

相关推荐

3