Oracle Cloud Infrastructureドキュメント

Healthcare NLPモデル

Language Service Healthcare NLPモデルについて学び、電子健康記録(EHR)、進捗記録、臨床試験ドキュメントなどの医療記録からエンティティを抽出します。

ヘルスケア・モデルは、ビジネス・ユース・ケースやその他のAIサービスの基盤となるレイヤーです。Oracleのこれらのビジネス・ユニットは、OCI Language Servicesが提供するAI/MLビルディング・ブロックを活用して、Readmission Predictive Risk Models、Disease Specific Risk Modelsなどのユースケースに対応するアプリケーションおよびMLモデルを構築することを目指しています。OCI Language Servicesが医療機関抽出、医療基準にリンクする医療機関、アサーション・ステータス検出および関係予測などの基本的な医療NLPモデルを開発する必要がある臨床意思決定支援システムなど。これらのヘルスケアNLPモデルは、ディープ・ラーニング技術を使用してフレームワークOCIヘルスケア・サービスに構築されています。

Healthcare NLPモデルを使用して、EHRなどの医療テキスト・レコードを処理し、エンティティの抽出、アサーション・ステータスの決定、関連エンティティの識別、およびそれらのエンティティのサポートされているオントロジーとのリンクを行います

医療NLPモデル・タイプ

Healthcare NLPは、次の4つのモデルのスイートです。

ヘルス指定エンティティ抽出またはヘルス指定エンティティ認識(HNER)

このタスクの目的は、非構造化テキストで記述された名前付きエンティティを、個人名、医療条件、薬剤、投与量、症状、検査結果、治療法、手順などのカテゴリに検索および分類することです。

例: 太字のキー・フレーズは、カッコ内にマップされたエンティティ・タイプとともに表示されるスパンを示します。

エンティティ・タイプの使用:

  • MEDICINE_NAME
  • QUALIFIER.MODIFIER
  • MEDICINE_STRENGTH
  • MEDICINE_FREQUENCY
"Tacrolimus (MEDICINE_NAME) taper (QUALIFIER.MODIFIER) halted (QUALIFIER.MODIFIER), now at 2.5mg (MEDICINE_STRENGTH) BID (MEDICINE_FREQUENCY)"
ヘルス・リレーション抽出/ヘルス・リレーション予測(HRE)

タスクの目的は、エンティティ間で発生する可能性のあるセマンティック関係を識別することです。例えば、医療テキストにおける薬とその投与量の関係。

例: 太字のキー・フレーズは、カッコ内にマップされたエンティティ・タイプとともに表示されるスパンを示します。

エンティティ・タイプの使用:

  • MEDICINE_DURATION
  • MEDICINE_NAME
  • REGIMEN_THERAPY
  • QUALIFIER.MODIFIER
"She has received 4 cycles (MEDICINE_DURATION) of Ruxience (MEDICINE_NAME) Plus CVP (REGIME_THERAPY) completed (QUALIFIER.MODIFIER) in [**DATE**]

抽出された関係:

  • DURATION_OF_MEDICINE (Ruxience、4サイクル)
  • MODIFIER_OF_MEDICINE_NAME (Ruxience、完了)
  • MODIFIER_OF_REGIME_THERAPY (CVP、完了)
ヘルス・アサーション検出(HASD)

ヘルス・アサーション検出の目的は、臨床テキストの医療エンティティ・タイプ(スパンとして表示される)のアサーション・タイプ、つまり確実性(医療コンセプトが肯定的、否定的、可能または仮説的)を識別することです。一時性(医療概念が現在、過去、または将来の歴史のどちらであるか)、主体(医師、患者、家族などの医療概念が記述されているかどうか)など。

Examples:

国際単位系 テキスト エンティティ・タイプのあるスパン モダリティ/ディメンション 値/識別子
1 インフルエンザの診断による病日の処方 インフルエンザ(DISORDER) 確実性 特定
2 腎臓が悪化している 腎臓(BODY_STRUCTURE) 進路 悪化
3 左足に急性痛があります。 左脚の痛み(SIGN_SYMPTOM) 重大度 Severe
医療機関リンク(HMEL)

タスクの目的は、認識されたエンティティのメンション(スパン)をナレッジ・ベースまたはオントロジ内の対応するノードに関連付けるか、リンクすることです。実際には、エンティティ・リンクは、電子健康記録(EHR)を医療機関に自動リンクし、診断、意思決定などのダウンストリーム・タスクをサポートするのに役立ちます。

例:

"Indication: Acute hypoxia, Relapsed AML, GVHD, and renal failure with new hypoxia with clear chest X-ray"
エンティティ・タイプ「DISORDER」のスパン ICD 10 CMコード(オントロジー)
急性低酸素症 J96.01
再経過AML C92.02
GVHD D89.813
新しい低酸素症による腎不全 N17.1

4つのサービスのパイプライン・アーキテクチャ

これらのヘルスケアNLPモデルは、フレームワークOCI Healthcareサービスに構築され、パイプライン・アーキテクチャを使用してOCIヘルスケアNLPエンドポイントにデプロイされます。

次の例は、Health NLPエンドポイントへの入力としてのテキストと、様々なモジュールに対して生成される出力を示しています。

入力テキスト: pain in armpit; advised Aceclofenac twice a day for 3 days。

Health NLPパイプラインの特定の入出力
ノート

Oracle NLPモデルを使用する場合、提供された信頼度スコアを正確性のために確認することが重要です。これらのスコアは、特定のユース・ケースに適切な信頼度しきい値を決定するのに役立ちます。ただし、規制を遵守するためには、検知された医療機関の正確性を、人間のレビューなどの他の手段によって常に確認することをお勧めします。

ユース・ケース

ヘルスケアNLPモデルには、ヘルスケアにおける幅広いユースケースがあり、患者ケアの改善、業務の合理化、研究の促進により業界に革命をもたらします。

臨床ドキュメントの改善
NLPは、患者レコードから関連情報を抽出して治療オプションの推奨事項を提供することで、プロバイダーを支援します。
臨床意思決定支援
NLPは、患者記録から関連情報を抽出して治療オプションの推奨事項を提供することで、プロバイダーを支援します。
医療コーディング
NLPは、医師のメモを分析することで、医療手順や診断のコーディングを自動化するのに役立ちます。
遠隔医療
医師と患者のインタラクションを伝達し、電子健康記録を更新し、アポイントメント中に関連する患者データに迅速にアクセスできる音声活性化アシスタントを開発します。

サポートされるエンティティ・タイプ

エンティティ・タイプ 説明
1 ヘッダー

主訴 → リーダー

ドキュメント内のメイン・セクション・ヘッダーを検出します。

HEADERのマーク付けは、ドキュメント構造に大きく依存します。正しいコンテキストを使用して、文書セクションをHEADERとしてマークします。
2 SUB_HEADER メイン・ヘッダーのすべての子ヘッダー。このエンティティ・タイプには、サブヘッダーまたはサブサブ・ヘッダーを含めることができます。
3 BODY_STRUCTURE 臓器名、臓器サイト、身体部位、または身体部位。
4 MORPHOLOGIC_ABNORMALITY 異常な解剖学的体構造。
5 セル セル・タイプ。
6 FINDING.SIGN_SYMPTOM

医療状態の徴候または症状。

署名: 医療提供者が観察できる目標の結果。

症状: 患者が報告する主観的な経験。
7 FINDING.OTHER

記号または症状ではない結果は、FINDING.OTHERとみなされます。

監視: プライマリ・ソースからの主観的または客観的な情報のアクティブな取得。これには、患者の観察の一般的な所見が含まれます。

このエンティティ・タイプでは、次のような側面を取得できます。

  • 個人特性: 目の色など。
  • ソーシャル履歴: 例:
    • 薬物乱用または使用たとえば:
      • スモーカー
      • アルコール中毒者
      • 薬物使用
    • 認知状態または心理的評価。たとえば:
      • アラート
      • x3指向
      • 目覚める
      • 指向
      • 静寂
      • Pleasant
  • コア特性: 例:
    • 妊娠状況
    • 死亡表明
  • 物理観測: 例:
    • ソフト
    • 非入金
    • よく開発された
  • 通常の医療状態: 例:
    • 通常の目
    • 正常な腸の音
    • 正常な心拍数
    • EOMI
    • PERRLA
    • クリア肺
8 障害

病気と障害

  • 常に、そして常に異常です。
  • 根本的な病理学的プロセスが必要です。
  • 一時的な持続性(治療中、寛解中、または非アクティブである可能性があります。
  • 治療がそれらの異常状態を軽減または解決する場合でも、特定の異常状態が発生する傾向がある可能性があります。
9 STAGING_SCALE
  • 胸痛の評価、
  • 無呼吸評価
  • 症状の評価、
  • ...
10 ASSESSMENT_SCALE
  • ペインスケール
  • 視覚的なアナログの痛みのスケール
  • ペイン記述子スケール
  • カルノフスキーのスコア
  • トークン・テスト
  • Doloテスト
  • ボルグスケール
  • ...
11 TUMOR_STAGING
  • M+腫瘍のステージング
  • N+腫瘍のステージング
  • H+腫瘍のステージング
  • レベルII腫瘍のステージング
  • 肺ステージ L2
  • ...
12 MEDICATION_ORDER EHR文書の文またはセグメントで、薬剤オーダー関連のエンティティが含まれています。
13 MEDICINE_NAME 薬物の総称。
14 MEDICINE_FREQUENCY 薬の頻度。たとえば:

1日に2回、毎日、q4h
15 MEDICINE_DOSE 薬剤の投与量について言及するすべての言葉。
16 MEDICINE_DOSE.FORM 唯一の線量です。
17 MEDICINE_ROUTE 行政の道。
18 MEDICINE_DURATION 薬の持続時間。
19 MEDICINE_STRENGTH 薬の強さ。
20 MEDICINE_DISPENSE 医療の合計分配単位。
21 MEDICINE_PRN_ASNEEDED PRN処方は「pro re nata」の略で、これは投薬の管理がスケジュールされていないことを意味します。代わりに、処方箋は必要に応じて取られます。
22 MEDICINE_REFILL_AMOUNT 薬を補充する回数。
23 MEDICATION_CLASS

薬のグループの集合名。

薬は、次の方法で分類できます。

  • 処理のモード(ビジット・タイプなど)
  • 指示
  • 化学構造
24 OBSERVABLE_ENTITY.VITALS
  • Vitals: 次に例を示します。
    • 血圧
    • 体温
    • 心拍数
    • 呼吸数
  • ボディ測定: 例:
    • 高さ
    • 重み
    • 肥満度指数
    • ヘッド円周
    • パルスオキシメトリー
25 OBSERVABLE_ENTITY.OTHER

監視可能なエンティティは、監視可能なものの名前であり、回答または結果を生成する質問または評価を表します。

身体または臓器によって実行される機能。

これにより、VITALSは除外されます。
26 PROCEDURE.LAB_TEST 実験室テストは、血液、尿、または体からの他の物質のサンプルに対して行われます。
27 PROCEDURE.OTHER 手術は、患者に医療状態を治療したり、患者ケアを提供するために実行される1回限りの行動です。
28 REGIME_THERAPY 治療は、疾患または障害を治療するために一定期間(日、週、月)にわたって実施される介入です。
29 測定 ラボ、プロシージャ、トリートメント、バイタル、Observalbe_entitiesなどに関連する測定。これには、測定値(数値)と単位が含まれます。
30 ALLERGEN_AGENT 薬物と食物アレルギー。
31 予防接種

ワクチンの名前:

肝炎Aワクチン、コビッドショット、インフルエンザ、MMR、テタヌス、ポリオ、varicella、肺炎球菌、小さなポックス、肝炎B、ヒップ、ママ、ルベラ、IPV、インフルエンザA、インフルエンザB、狂犬病、OPV、肝炎B19.10、インフルエンザ、髄膜炎球菌ACWY、Tdap、インフルエンザB +、インフルエンザA J10.1、Measles、DT、髄膜炎ACWYなど。
32 OCCUPATION.MEDICAL_ROLE 具体的な職業/職業は、このカテゴリで考慮されます。次に例を示します。
  • 医師
  • 看護師
  • 薬剤師
33 OCCUPATION.OTHER その他の非医療職業/職業
34 PERSON.FAMILY 情報が保守されるユーザー。次に例を示します。
  • Employee
  • 人名
  • 患者
  • ケアプロフェッショナル
  • 患者の相対
35 PERSON.OTHER 家族でも親戚でもないかもしれない。
36 サブスタンス

記録およびモデリングに使用できる概念は次のとおりです。

  • 医薬品および非医薬品の化学成分:
    • アレルギー
    • 有害反応
    • 中毒
    • 医師および看護命令
    • 研究室レポートと結果
  • SUBSTANCEのサブ階層。次に例を示します。
    • 本体物質(物質)
    • 化学(物質)
37 イベント

特定の時間における個人の周りの状況、それは彼らの医療に関連します。

処置や介入を含めずに、健康または健康管理に影響を与える発生。
38 PHYSICAL_OBJECT.MEDICAL_DEVICE 医療または傷害/事故に関連する物理デバイス。
39 RECORD_ARTIFACT.DOCUMENT_TYPE

リクエストのアイテム/ドキュメント/ノート・コンポーネント。

臨床文書または部品。

レコード・アーティファクトは、完全なレポートまたはレコードである必要はありません。これらは、より大きなレコード・アーティファクトの一部にできます。
40 RECORD_ARTIFACT.OTHER ドキュメントのサブセクション。
41 専門 部門に関連します。
42 ENVIRONMENT.CARE
患者が治療を受ける環境または場所。次に例を示します。
  • 救急室
  • 医師事務所
  • 心臓ユニット
  • ホスピス
  • 病院

個人の場所、薬局、専門区、一般的な場所。
43 INDEPENDENT_HISTORIAN
  • 完全または信頼できる歴史(発達期、認知症、精神病など)を提供できない患者から提供された歴史に加えて、歴史を提供する個人(親、保護者、代理人、配偶者、証人など)、または確認履歴が必要と判断される個人。
  • 複数の歴史家と複数の歴史家との間に紛争や不十分なコミュニケーションが必要な場合、独立した歴史家の要件が満たされます。
  • 独立した歴史は、個人的に取得する必要はありませんが、独立した情報を提供する歴史家から直接取得する必要があります。
44 状況

患者レコードに記録する必要があるが、デフォルトのコンテキストを変更する必要があるフレーズ。

  • コンテキスト情報(関連する臨床所見またはプロシージャに関連付ける属性で適用される状況のサブタイプなど)を含む概念
  • すでに発生している、まだ発生していない、または他のユーザー(患者ではない)を参照する条件/プロシージャを表すために使用される場合があります。
45 オーガニック 疾患の原因をモデル化するために使用されるヒトおよび動物医学の重要性の生物。
46 標本 検査または分析のために(通常は患者から)取得されるエンティティ。
47 QUALIFIER.MODIFIER

修飾子は、用語に詳細を追加する単語またはフレーズです。

次のカテゴリに関連する単語のみにクオリファイアとして注釈を付けます。

  • 重大度: 重大度レベルは強度のメジャーです。
  • 慢性: 永続性の尺度。存在し続ける状態。
  • 医療状態のコース: 固定または順序付けられた一連のアクションまたはイベント。
  • その他の汎用修飾子: 「標準」は「標準肺」の修飾子です。
  • 結果: ラボ・テスト、トリートメント、プロシージャ、バイタルまたは観測可能なエンティティの結果を表す定性エンティティ(数値以外)。次のような値が含まれます。
    • 否定
    • 良い
    • NORMAL
    • 最小
    • 上昇
  • 方向: 次のような値が含まれます。
    • 左揃え
    • 権限
    • 最上位
    • 最下位
    • 横方向
    • 周辺機器