电子病历中的非结构化文本去隐私化与结构化转换系统设计_医疗大数据分析.docx

PAGE2

电子病历中的非结构化文本去隐私化与结构化转换系统设计

第一章绪论

1.1设计背景与问题提出

1.1.1领域发展现状

我国医疗信息化建设已历经二十余年，电子病历（ElectronicMedicalRecord,EMR）普及率超过90%。伴随医疗大数据战略推进，海量临床文本数据成为真实世界研究、药物不良反应挖掘和智能辅助诊疗的核心资源。

自然语言处理（NLP）技术快速发展，基于Transformer的预训练语言模型在医学命名实体识别任务上F1值普遍达到0.92以上，为文本深度利用提供了坚实基础。当前研究热点集中在病历自动编码、临床时序事件抽取等领域，技术正从单一信息提