Was ist dieTextanalyse für Gesundheit?
Wichtig
Text Analytics for Health ist eine Funktion, die „WIE BESEHEN“ und „MIT ALLEN MÄNGELN“ zur Verfügung gestellt wird. Text Analytics for Health ist nicht für die Verwendung als medizinisches Hilfsmittel, zur klinischen Unterstützung, als Diagnosetool oder als sonstige Technologie für den Einsatz in Diagnose, Therapie, Entschärfung, Behandlung oder Prävention von Krankheiten oder medizinischen Fällen vorgesehen oder verfügbar, und Microsoft erteilt keine Lizenzen oder Rechte zur Nutzung dieser Funktion für die beschriebenen Zwecke. Diese Funktion ist nicht als Ersatz für professionelle medizinische Beratung oder medizinische Gutachten, Diagnosen, Behandlungen oder das klinische Urteilsvermögen einer medizinischen Fachkraft konzipiert oder vorgesehen und sollte nicht als solcher eingesetzt werden. Jede Verwendung von Text Analytics for Health liegt in der alleinigen Verantwortung des Kunden. Der Kunde muss separat alle Quellvokabulare lizenzieren, die er gemäß den Bedingungen verwenden möchte, die für den Anhang des UMLS-Metathesaurus-Lizenzvertrags oder einen zukünftigen entsprechenden Link festgelegt sind. Der Kunde ist für die Einhaltung dieser Lizenzbedingungen verantwortlich, einschließlich aller geografischen oder anderen anwendbaren Einschränkungen.
Textanalyse für Gesundheit ermöglicht jetzt die Extraktion von sozialen Determinanten für Gesundheit (Social Determinants of Health, SDOH) und ethnischen Erwähnungen im Text. Diese Funktion deckt möglicherweise nicht alle potenziellen SDOH-Instanzen ab und lässt keine Rückschlüsse basierend auf SDOH oder ethnischer Zugehörigkeit zu (z. B. werden Informationen zum Drogenkonsum angezeigt, aber Drogenmissbrauch wird nicht abgeleitet). Alle Entscheidungen, die Ausgaben von Text Analytics for Health nutzen und sich auf Einzelpersonen oder die Zuweisung von Ressourcen auswirken (einschließlich, aber nicht beschränkt auf diejenigen im Zusammenhang mit Abrechnung, Personalressourcen oder Behandlungsmanagement in der Pflege) sollten unter menschlicher Aufsicht getroffen werden und nicht allein auf den Ergebnissen des Modells basieren. Der Zweck der Extraktionsfunktion für SDOH und ethnische Herkunft besteht darin, den Leistungserbringern bei der Verbesserung der Gesundheitsergebnisse zu helfen, und sie sollte nicht dazu verwendet werden, die Benutzer oder Verbraucher von SDOH-Daten oder Patientenpopulationen zu stigmatisieren oder negative Rückschlüsse auf sie zu ziehen, die über den erklärten Zweck hinausgehen, Anbietern bei der Verbesserung der Gesundheitsergebnisse zu helfen.
Die Textanalyse für Gesundheit ist eines der vordefinierten Features von Azure KI Language. Es handelt sich um einen cloudbasierten API-Dienst, der Machine Learning-Intelligenz anwendet, um relevante medizinische Informationen aus einer Vielzahl unstrukturierter Texte wie Arztbriefen, Entlassungsberichten, klinischen Dokumenten und elektronischen Gesundheitsakten zu extrahieren und zu kennzeichnen.
Tipp
Probieren Sie die Textanalyse für Gesundheit im Azure KI Foundry-Portal aus. Sie können eine vorhandene Language Studio-Ressource verwenden oder eine neue Azure KI Foundry-Ressource erstellen, um diesen Dienst zu nutzen.
Diese Dokumentation enthält die folgenden Arten von Artikeln:
- Der Schnellstartartikel enthält ein kurzes Tutorial, das Sie bei der ersten Anforderung an den Dienst anleitet.
- Die Schrittanleitungen enthalten ausführliche Anweisungen zum Ausführen von Aufrufen an den Dienst mithilfe der gehosteten API oder des lokalen Docker-Containers.
- Die konzeptionellen Artikel enthalten ausführliche Informationen zu den einzelnen Features des Diensts, d. h. zur Erkennung benannter Entitäten, zur Beziehungsextraktion, zur Entitätsverknüpfung und zur Assertionserkennung.
Features der Textanalyse für das Gesundheitssystem (Text Analytics for Health)
Die Textanalyse für Gesundheit führt mit einem einzigen API-Aufruf vier wichtige Funktionen (Erkennung benannter Entitäten, Beziehungsextraktion, Entitätsverknüpfung und Assertionserkennung) aus.
Die Erkennung benannter Entitäten wird verwendet, um eine semantische Extraktion von erwähnten Wörtern und Ausdrücken aus unstrukturiertem Text durchzuführen, die einem der unterstützten Entitätstypen zugeordnet sind, z. B. Diagnose, Namen von Medikamenten, Symptom/Auffälligkeit oder Alter.
Die Textanalyse für die Gesundheit kann unstrukturierten Text in Englisch, Deutsch, Französisch, Italienisch, Spanisch, Portugiesisch und Hebräisch empfangen.
Darüber hinaus kann die Textanalyse für Gesundheit die verarbeitete Ausgabe mithilfe der FHIR-Struktur (Fast Healthcare Interoperability Resources) zurückgeben, die die Integration des Diensts in andere elektronische Gesundheitssysteme ermöglicht.
Verwendungsszenarios
Die Textanalyse für Gesundheit kann in mehreren Szenarien in verschiedenen Branchen verwendet werden. Einige häufige Kundenmotive für die Verwendung der Textanalyse für Gesundheit:
- Unterstützung und Automatisierung der Verarbeitung von medizinischen Dokumenten durch korrekte medizinische Codierung, um eine zielgerichtete Pflege und genaue Abrechnung sicherzustellen
- Steigerung der Effizienz bei der Analyse von Gesundheitsdaten, um den Erfolg von wertorientierten Versorgungsmodellen nach dem Vorbild von Medicare zu fördern
- Minimierung des Aufwands von Gesundheitsdienstleistern durch Automatisierung der Aggregation wichtiger Patientendaten für die Überwachung von Trends und Mustern
- Erleichterung und Unterstützung der Einführung von HL7-Standards für Verbesserungen bei Austausch, Integration, gemeinsamer Nutzung, Abruf und Bereitstellung von elektronischen Gesundheitsinformationen in allen Gesundheitsdiensten
Beispiele für Anwendungsfälle:
| Anwendungsfall | BESCHREIBUNG |
|---|---|
| Extrahieren von Erkenntnissen und Statistiken | Identifizieren Sie medizinische Entitäten wie Symptome, Medikamente, Diagnosen aus Klinik- und Forschungsdokumenten, um Erkenntnisse und Statistiken für verschiedene Patientenkohorten zu gewinnen. |
| Entwickeln von Vorhersagemodellen mithilfe von Verlaufsdaten | Ermöglichen Sie Lösungen für Planung, Entscheidungsunterstützung, Risikoanalyse und vieles mehr, basierend auf Vorhersagemodellen, die aus Verlaufsdaten erstellt wurden. |
| Kommentieren und Zusammenstellen medizinischer Informationen | Unterstützen Sie Lösungen für das Kommentieren und Zusammenstellen klinischer Daten, z. B. Lösungen für die Automatisierung der klinischen Codierung und für die Digitalisierung manuell erstellter Daten. |
| Überprüfen und Melden medizinischer Informationen | Unterstützen Sie Lösungen für die Meldung und Kennzeichnung möglicher Fehler in medizinischen Informationen, die sich aus Überprüfungsprozessen wie der Qualitätssicherung ergeben. |
| Entscheidungsunterstützung | Ermöglichen Sie Lösungen, die Menschen hilfreiche Informationen zu medizinischen Informationen von Patienten zur Verfügung stellen, damit sie schneller zuverlässigere Entscheidungen treffen können. |
Erste Schritte mit Text Analytics for Health
Um Text Analytics for Health zu verwenden, übermitteln Sie unformatierten und unstrukturierten Text zur Analyse und verarbeiten die API-Ausgabe in Ihrer Anwendung. Die Analyse wird ohne zusätzliche Anpassung des Modells durchgeführt, das für Ihre Daten verwendet wird. Es gibt zwei Möglichkeiten, Text Analytics for Health zu verwenden:
| Entwicklungsoption | BESCHREIBUNG |
|---|---|
| Language Studio | Language Studio ist eine webbasierte Plattform, mit der Sie ohne Azure-Konto und mit Ihren eigenen Daten die Verknüpfung von Entitäten mit Textbeispielen ausprobieren können, wenn Sie sich registrieren. Weitere Informationen finden Sie auf der Language Studio-Website oder im Language Studio-Schnellstart. |
| REST-API oder Clientbibliothek (Azure SDK) | Integrieren Sie Text Analytics for Health mithilfe der REST-API oder der Clientbibliothek, die in einer Vielzahl von Sprachen verfügbar ist, in Ihre Anwendungen. Weitere Informationen finden Sie im Schnellstart zu Text Analytics for Health. |
| Docker-Container | Verwenden Sie den verfügbaren Docker-Container, um dieses Feature lokal bereitzustellen. Mithilfe dieser Docker-Container können Sie den Dienst näher an Ihre Daten heranbringen, um Compliance- oder Sicherheitsanforderungen zu erfüllen oder anderen betrieblichen Anforderungen gerecht zu werden. |
Eingabeanforderungen und Dienstgrenzwerte
Die Textanalyse für Gesundheit ist so konzipiert, dass unstrukturierter Text zur Analyse empfangen wird. Weitere Informationen finden Sie unter Daten- und Diensteinschränkungen.
Die Textanalyse für Gesundheit funktioniert mit einer Vielzahl von Eingabesprachen. Weitere Informationen finden Sie unter Sprachunterstützung.
Referenzdokumentation und Codebeispiele
Wenn Sie dieses Feature in Ihren Anwendungen verwenden, lesen Sie die folgende Referenzdokumentation und die Beispiele für Azure KI Language:
| Entwicklungsoption/Sprache | Referenzdokumentation | Beispiele |
|---|---|---|
| REST-API | REST-API-Dokumentation | |
| C# | C#-Dokumentation | Beispiele für C# |
| Java | Java-Dokumentation | Java-Beispiele |
| JavaScript | JavaScript-Dokumentation | JavaScript samples (JavaScript-Beispiele) |
| Python | Python-Dokumentation | Python-Beispiele |
Verantwortungsvolle Verwendung von KI
Ein KI-System umfasst die Technologie, die Personen, die das System verwenden, die davon betroffenen Personen und die Umgebung, in der es bereitgestellt wird. Weitere Informationen zur verantwortungsbewussten Verwendung und Bereitstellung von KI in Ihren Systemen finden Sie im Transparenzhinweis für die Textanalyse für Gesundheitsdaten. Weitere Informationen finden Sie auch in den folgenden Artikeln: