Perlombongan Teks Klinikal — Pengekstrakan Maklumat NLP Klinikal
Perlombongan teks klinikal ialah cabang khusus pemprosesan bahasa semula jadi (NLP) yang mengekstrak fakta klinikal berstruktur — diagnosis, simptom, ubat-ubatan, rawatan, dan kod ICD — daripada dokumen penjagaan kesihatan tidak berstruktur seperti ringkasan discaj, nota kemajuan, dan laporan radiologi. Berlandaskan model NLP bioperubatan seperti BioBERT (Lee et al., 2020) dan penanda aras tugas kongsi i2b2/UTHealth (Stubbs & Uzuner, 2015), ia menukar naratif klinikal teks bebas kepada data yang boleh dibaca mesin yang sesuai untuk sokongan keputusan klinikal dan analitik kesihatan.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). Clinical Text Mining (Clinical NLP Information Extraction). ScholarGate. https://scholargate.app/ms/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.
- Pengekstrakan MaklumatPerlombongan Teks↔ compare
- Pengecaman Entiti Bernama (NER)Perlombongan Teks↔ compare
- Penombakan Teks SaintifikPerlombongan Teks↔ compare
- Analisis SentimenPerlombongan Teks↔ compare
- Klasifikasi TeksPerlombongan Teks↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →