自然语言处理在医疗AI中的应用.pptx

自然语言处理 在医疗AI中的应用;;;;;医疗人工智能—应用场景;医疗人工智能—主要案例;;把一种自然语言翻译成另外一种自然语言。;自然语言处理—医疗自然语言处理;;;;;;;;主要应用—构建临床药物知识库 ;;;;主要应用—构建临床药物知识库;主要应用—慢病服药路径研究;图1 数据处理流程图(1);图2B 高血压治疗路径图;主要应用—慢病服药路径研究;支撑临床辅助决策专家系统的方法研究;;主要应用—SLE转LN预测模型;主要应用—SLE转LN预测模型;主要应用—SLE转LN预测模型;首发症状和发病年龄;数据集 从国内，南昌大学第二附属医院的电子病历中发现了2007年至2017年间的卒中患者，总共有13,930名符合条件的患者.SAP预测任务被定义为在两个时间窗口内对患者在中风后是否患有SAP进行分类：（1）中风后7天（368,2.64％）和（2）中风后14天（738,5.30％）。 因此，病例组中的患者在卒中发病后7或14天内患有SAP，而对照组中的患者是在同一时间窗口内未获得SAP的患者。 通过参考临床诊断标准与临床观测，通过自然语言处理技术抽取电子病历中的相关特征;主要应用—预测模型 脑卒中转肺部感染Stroke-associated pneumonia (SAP);;主要应用—数据挖掘药物不良反应;主要应用—数据挖掘药物不良反应;主要应用—国家医疗创新试点;;总体上，语义