Интеллектуальный анализ клинических текстов

Авторы

Киреев Д. А.

Аннотация

Обработка естественного языка (NLP) является одним из самых значимых направлений исследований в области искусственного интеллекта. В данной работе я хочу рассмотреть обработку и анализ клинических текстов, которые содержат большое количество информации, полезной для поддержки принятия медицинских решений. Но анализ текстов вызывает множество сложностей, таких как разметка текста, предобработка и разные виды анализа. Более того, клинические тексты представляют особенную сложность для анализа по многим причинам: например, частые сокращения, опечатки и большое количество синонимичных терминов. Для решения данной проблемы используются различные подходы, включая созданные экспертами правила, машинное обучение и, в последнее время, глубокое обучение. Более формальным описанием данной задачи является извлечение именованных сущностей (NER) из клинических записей. Для решения данной задачи были разработаны методы извлечения информации о заболеваниях и состоянии здоровья, основанные на вручную созданных правилах, статистическом машинном обучении и глубоком обучении. Проведены сравнительные экспериментальные исследования разработанных методов на размеченном корпусе клинических записей. На их основе были сделаны выводы об эффективности разработанных методов.

Внешние ссылки

Скачать PDF с сайта РУДН: https://events.rudn.ru/event/107/papers/509/files/879-ittmm_submission_Kireev.pdf

Скачать полный текст сборника (PDF) на eLibrary (требуется регистрация): https://elibrary.ru/item.asp?id=46236354

Ссылка при цитировании

Киреев Д. А. Интеллектуальный анализ клинических текстов // Информационно-телекоммуникационные технологии и математическое моделирование высокотехнологичных систем: материалы Всероссийской конференции с международным участием. Москва, РУДН, 19–23 апреля 2021 г. — Москва: РУДН, 2021. — С. 209–213.