ScholarGate
Assistant
Process / pipeline

Extraction d'informations par fouille de textes cliniques — TALN clinique

La fouille de textes cliniques est une branche spécialisée du traitement du langage naturel (TALN) qui extrait des faits cliniques structurés — diagnostics, symptômes, médicaments, traitements et codes CIM — à partir de documents de santé non structurés tels que les résumés de sortie, les notes d'évolution et les rapports de radiologie. Fondée sur des modèles de TALN biomédicaux comme BioBERT (Lee et al., 2020) et les bancs d'essai des tâches partagées i2b2/UTHealth (Stubbs & Uzuner, 2015), elle convertit les récits cliniques en texte libre en données lisibles par machine, adaptées au soutien à la décision clinique et à l'analyse de données de santé.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

The neighbourhood of related methods — select a node to explore.

Sources

  1. 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
  2. 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

Comment citer cette page

ScholarGate. (2026, June 1). Clinical Text Mining (Clinical NLP Information Extraction). ScholarGate. https://scholargate.app/fr/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.

Compare side by side

Référencée par

ScholarGateClinical Text Mining (Clinical Text Mining (Clinical NLP Information Extraction)). Consulté le 2026-06-15 sur https://scholargate.app/fr/text-mining/clinical-text-mining · Jeu de données : https://doi.org/10.5281/zenodo.20539026