Těžba klinických textů — Extrakce informací z klinického NLP
Těžba klinických textů je specializovaná odvětví zpracování přirozeného jazyka (NLP), které extrahuje strukturovaná klinická fakta — diagnózy, symptomy, léky, léčbu a kódy ICD — z nestrukturovaných zdravotnických dokumentů, jako jsou propouštěcí zprávy, záznamy o průběhu léčby a radiologické zprávy. Vychází z biomedicínských NLP modelů, jako je BioBERT (Lee et et al., 2020) a benchmarky i2b2/UTHealth shared-task (Stubbs & Uzuner, 2015), a převádí klinické narativy ve volném textu na strojově čitelná data vhodná pro podporu klinického rozhodování a zdravotnickou analytiku.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Lee, J., Yoon, W., Kim, S., Kim, D., Kim, S., So, C. H., & Kang, J. (2020). BioBERT: a pre-trained biomedical language representation model for biomedical text mining. Bioinformatics, 36(4), 1234–1240. DOI: 10.1093/bioinformatics/btz682 ↗
- Stubbs, A. & Uzuner, Ö. (2015). Annotating risk factors for heart disease in clinical narratives for the 2014 i2b2/UTHealth shared task. Journal of the American Medical Informatics Association, 22(e1), e30–e39. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Clinical Text Mining (Clinical NLP Information Extraction). ScholarGate. https://scholargate.app/cs/text-mining/clinical-text-mining
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Extrakce informacíDolování textu↔ compare
- Rozpoznávání pojmenovaných entit (NER)Dolování textu↔ compare
- Dolování vědeckých textůDolování textu↔ compare
- Analýza sentimentuDolování textu↔ compare
- Klasifikace textuDolování textu↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →