共查询到18条相似文献,搜索用时 140 毫秒
1.
目的/意义 探索基于中文电子病历的命名实体识别方法在构建医学知识图谱和相关应用推广方面的技术可行性。方法/过程 采用真实医疗电子病历数据对词嵌入表示模型进行精化,构建医学术语专有嵌入表示,并利用卷积神经网络等多模型提取局部语义特征,实现基于堆叠注意网络的中文医疗命名实体识别。结果/结论 堆叠注意网络模型F1值达到91.5%,较其他模型具备更强的医疗命名实体识别性能。进一步解决中文医疗命名实体识别难点,在实现全局语义特征全面深入提取的同时降低时间成本。 相似文献
2.
3.
4.
5.
目的:提出一种基于医疗知识图谱的BERT-BiLSTM-CRF命名实体识别模型(MKG-BERT-BiLC),用于解决BERT类语言模型在处理医疗电子病历命名实体识别任务时,由于缺乏一定医疗领域背景知识而导致无法充分发挥其作用的问题。方法:将医疗知识图谱中的三元组信息集成到BERT-BiLSTM-CRF模型中,可实现为模型配备相应的医疗领域知识,进而增强模型的语言表征能力。结果:利用现有公开数据集进行实验,融入知识图谱后BERT-BiLSTM-CRF模型的识别精确率、召回率和F1值均有显著提升,优于现有NER模型。结论:MKG-BERT-BiLC模型能够更好地识别电子病历中的命名实体,具有一定的实用价值。 相似文献
6.
目的:构建适用于中文电子病案审核的命名实体识别模型,提高医院统计部门相关病案审核的工作效率,为人工智能技术在医疗卫生行业的应用奠定基础。方法:基于1 700条真实中文电子病历,选取“症状体征”“疾病诊断”“治疗方式”“解剖部位”“影像检查”“手术”等作为主要实体,结合经人工审核的病案结果进行BIOES标注,基于RoBERTa的BiLSTM-CRF算法,构建中文病案实体识别模型。结果:所建实体识别模型在CCKS2017中准确率为94.80%,召回率为96.03%,F1值为0.95;在CCKS2019中准确率为81.91%,召回率为83.03%,F1值为0.83。与传统基于Word2Vec、BERT的识别模型相比,RoBERTa-BiLSTM-CRF模型具有更优的效果。结论:基于RoBERTa的BiLSTM-CRF模型在中文电子病案实体识别中效果良好,能够对中文电子病历进行有效的初步识别和筛查,提高相关统计人员的审核效率。 相似文献
7.
知识图谱技术促进了新药研发的进展,但国内研究起点晚且领域知识多以文本形式存储,图谱重用率低。因此,本研究基于多源异构的医药文本,设计了以Bert-wwm-ext预训练模型为基础,并融合级联思想的中文命名实体识别模型,从而减少了传统单次分类的复杂度,进一步提高了文本识别的效率。实验结果显示,该模型在自建的训练语料上的F1分数达0.903,精确率达89.2%,召回率达91.5%。同时,将模型应用于公开数据集CCKS2019上,结果显示该模型能够更好地识别中文文本中的医疗实体。最后,利用此模型构建了一个中文医药知识图谱,图谱包含13 530个实体,10 939个属性,以及39 247个相关关系。本研究所提出的中文医药实体识别与图谱构建方法,有望助力研究者加快医药知识新发现,从而缩短新药研发进程。 相似文献
8.
9.
10.
11.
目的:提出一种融合多维特征的医学知识图谱分步实体对齐方法,从电子病历和网络资源中抽取垂体瘤相关疾病、症状数据,进行实证研究。方法:首先进行尾实体对齐,通过训练Word2Vec和BERT模型获得实体的语义特征,使用三元组训练翻译模型得到实体结构特征,利用Jaccard相似度计算字符特征,利用分类模型进行特征学习和预测;然后进行头实体对齐,利用实体的属性相似性和结构相似性构建头实体对齐模型。结果:尾实体对齐模型的F1值为99.58%,头实体对齐模型的F1值为97.32%,说明所选择的特征可以很好地表示实体,模型具有良好的对齐效果。结论:目前关于医学知识图谱的实体对齐模型研究仍处于起步阶段,融合多维特征的医学知识图谱分步实体对齐方法是对现有医学知识图谱构建方法的重要补充。 相似文献
12.
利用实体识别、关系抽取、可视化分析等技术构建医学知识图谱,以期为知识服务系统提供知识的高效检索、组织和管理,为知识间关联关系的发现奠定基础。该图谱可提供力导向布局图及和弦图两种可视化展示百科知识的直观方式,应用于医药卫生知识服务系统平台取得很好的效果,系统“百科数据”访问量突破性增加,超过20%的用户关注并浏览知识图谱应用。 相似文献
13.
问答系统能用准确、简洁的自然语言回答用户用自然语言提出的问题,便于普通用户获取更加精准的中医药知识。基于中医药学语言系统,采用构建知识图谱的方法对用户用自然语言提出的问题进行解析。利用信息搜索功能找出相似度高的病案并为用户提供辅助诊疗建议,可以更好地帮助用户在互联网上获取所需的中医药知识、获得更便捷更准确的网络诊疗体验。 相似文献
14.
基于语义解析和规则匹配融合的模型,利用少量的语义训练语料,以中文医疗知识图谱为知识基础,构建中文医疗问答系统,解决医疗领域中文语料缺乏且标注难度大的问题.该系统由语义解析模块(SPM)和答案查询模块(AQM)组成.其中,SPM由意图识别和命名实体识别组成,它们分别以BERT-TextCNN和BiLSTM-CRF模型为基... 相似文献
15.
随着电子病历系统研究与实践应用的深入,传统临床知识库已无法满足于临床工作及电子病历智能化发展的需要.针对“电子病历知识库”相关文章进行了检索、阅读、分析,总结出开放式电子病历临床知识库具有维护方便、更新及时、内容全面、符合临床需求等特点,提出了开放式电子病历临床知识库是电子病历智能化发展的基础,通过开放式网络平台实时补充与更新相关临床知识库,进而在预设结构关系的知识库中进行可持续性维护和共享.开放式电子病历临床知识库是解决临床知识得以收集与完善的可行方式. 相似文献
16.
17.
18.
美国是医院使用电子病历非常低的国家.本文根据美国国家卫生研究院国立医学图书馆有关电子病历的研究报道,对美国调查的医院应用电子病历情况以及应用低的原因进行分析.结果 表明,美国医院应用电子病历低的主要原因是购买设备经费不足,投资回报不确定,维护费用太贵,医生不愿意应用,信息管理人员不够以及担心病人隐私泄露等.从对美国医院电子病历低应用率原因分析中国医院电子病历发展存在的障碍,并提出中国医院电子病历发展的相应的对策.必须从国家层面上增加投入支持电子病历发展,制定详细的的HER系统的信息标准,组织信息系统方面专家、医学专家、疾病分类方面专家等来完善电子病历系统的发展并借鉴美国等发达国家电子病历发展的经验和教训.为我国决策者建立医院电子病历系统提供参考资料. 相似文献