医学术语标准.pptx

  1. 1、本文档共26页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
医学术语标准;Contents;Contents;随着信息的网络化发展,健康医疗信息资源迅猛增加,各种数据分散在不同机构、系统和应用中;医学术语标准是实现不同信息系统间语义互操作的基础支撑,是医疗信息化发展的重要影响因素;;词表类的术语标准强调概念的定义和术语表达,不涉及概念之间的语义关系;词表类术语标准最常见,以各种词典、规范文档为主;分类聚类体系医学术语标准强调概念之间的层级、类别关系,不包更复杂的关系,且分类一般具有排他性,缺乏灵活度;分类聚类体系术语标准目前在我国医疗信息化行业中最常用,例如用ICD-10解决疾病诊断的标准化,但有局限性;;关联组类术语标准强调概念的表达、概念间各种复杂关系的揭示,语义关系强,将知识组织成网状结构;关联组类医学术语标准不仅能够高效解决不同系统间语义互操作问题,还可以赋能大数据分析,医疗AI等新技术;SNOMED CT应用于电子病历信息的搜索和统计使得搜索结果明显提高;三种类型的术语体系各有优势,可以解决不同应用场景下的问题;Contents;医疗AI时代对“让计算机理解人类语言”提出需求,具有强语义关系的关联组类医学术语标准正在成为必需品;现有中文医学术语标准成果多以词汇表、分类聚类体系为主,主要聚焦于某个细分领域,互相之间无太大关联;本地化国外医学术语集有局限性,应当构建具有自主知识产权、适用中文临床环境、满足医疗AI需求的医学术语标准;Contents;;术语集本体模型设计;概念、术语和关系的数量;术语集已通过建立81万条映射,与行业主流编码体系形成连接,进一步实现语义层面的标准化编码;“七巧板” 医学术语维护项目

文档评论(0)

wendangchuan + 关注
实名认证
内容提供者

高级工程师持证人

该用户很懒,什么也没介绍

领域认证该用户于2023年09月22日上传了高级工程师

1亿VIP精品文档

相关文档