- 1、本文档共25页,可阅读全部内容。
- 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、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、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
中文标准医学术语资源
对真实世界医学文档语料的覆盖度研究
技术创新,变革未来
目 1 背景与目的
C
O
N 录 2 材料与方法
T
E
N
T
S 3 结果与分析
4 总结与展望
1
背景与目的
PA RT
1 研究背景
促进 前提
医疗行业发展 大数据 + 人工智能 大数据资源的储备
医疗健康大数据已经被提上战略层面
自2015年起,国家和地方层次出台了100多条
与医疗健康大数据相关的政策和意见。
经过医疗信息化的不断建设,
我国医疗信息系统中积累了海量的医疗健康大数据。
于琦, 景胜洁, 邰杨芳, et al. 我国健康医疗大数据政策文献的多维分析 [J]. 中国全科医学, 2019, 22(26): 3209-3216.
1 研究背景
有效利用的 丰富的
数据孤岛
大数据资源 大数据资源
主要原因:
• 医疗健康大数据资源在积累阶段,缺少数据标准和文档规范的约束 (医学术语标准)
解决方法:
• 引入并翻译国际先进医学术语体系:
国际疾病分类编码 (ICD-10、ICD-11)、医学主题词表 (MeSH )等;
• 制定以中文为核心的标准医学术语资源:
国家卫生健康委员会-- 《常用临床医学名词 (2019版)》
全国科学技术名词审定委员会-- 《医学名词》 (18个学科)
思考:
• 中文标准医学术语资源对真实世界数据的描述能力???
1 研究背景
国际:
标准医学术语体系:统一医学语言系统 (UMLS );系统医学命名法-临床术语 (SNOMED-CT )
研究人员 真实世界医学术语 术语数量 标准医学术语体系 覆盖度
Travers 美国急诊科主诉文本 203509 UMLS 82%
Han 韩国出院记录 3186 UMLS 93%
Elkin 梅奥诊所临床记录 4996 SNOMED-CT 92%
Yu 医疗服务系统的临床术语库 8362 SNOMED-CT 95%
Sampalli 加拿大慢性疾病患者的健康记录 512 SNOMED-CT 82%
国内:
• 缺少对现有中文标准医学术语资源的系统梳理
• 缺少对真实世界医学文档中使用的医学术语覆盖度的系统调研工作
1 研究目的
文档评论(0)