Klinisk textutvinning — Klinisk NLP informationsutvinning
Klinisk textutvinning är en specialiserad gren av naturlig språkbehandling som extraherar strukturerade kliniska fakta — diagnoser, symtom, läkemedel, behandlingar och ICD-koder — från ostrukturerade hälso- och sjukvårdsdokument såsom utskrivningssammanfattningar, framstegsanteckningar och radiologirapporter. Baserat på biomedicinska NLP-modeller som BioBERT (Lee et al., 2020) och i2b2/UTHealth shared-task benchmarks (Stubbs & Uzuner, 2015), omvandlar den fria kliniska texter till maskinläsbar data lämplig för kliniskt beslutsstöd och hälsoanalys.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Clinical Text Mining (Clinical NLP Information Extraction). ScholarGate. https://scholargate.app/sv/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.
- InformationsutvinningTextutvinning↔ compare
- Namngiven entitetsigenkänning (NER)Textutvinning↔ compare
- Vetenskaplig textutvinningTextutvinning↔ compare
- SentimentanalysTextutvinning↔ compare
- TextklassificeringTextutvinning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →