تعريف
التعرف على الكيانات الطبية المسماة (NER) هي عملية تحديد وتصنيف المصطلحات الطبية الرئيسية مثل الأمراض أو الأعراض أو الأدوية أو الإجراءات في النص السريري.
الهدف
الهدف هو استخراج المعلومات الطبية المنظمة من السجلات غير المنظمة، ودعم تحليلات الرعاية الصحية، والبحث، واتخاذ القرارات السريرية.
أهمية
- يتيح استخدام السجلات الصحية الإلكترونية بشكل أفضل.
- يدعم الأبحاث الطبية واكتشاف الأدوية.
- يتطلب دقة عالية بسبب الحساسية السريرية.
- يجب اتباع معايير خصوصية البيانات و HIPAA/GDPR.
كيف تعمل هذه التقنية؟
- جمع المستندات الطبية أو بيانات السجلات الصحية الإلكترونية.
- تحديد الكيانات ذات الاهتمام (الأمراض، العلاجات، الأدوية).
- قم بتدريب نماذج NER على مجموعات البيانات الموضحة.
- تطبيق النماذج لاستخراج الكيانات في السجلات الجديدة.
- استخدم النتائج للتحليلات السريرية أو دعم القرار.
أمثلة (العالم الحقيقي)
- مجموعة بيانات MIMIC-III: ملاحظات سريرية موضحة لأبحاث NER.
- IBM Watson Health: يستخرج الكيانات الطبية من السجلات الصحية الإلكترونية.
- MetaMap (NIH): يحدد المفاهيم الطبية الحيوية في النص.
المراجع / قراءات إضافية
- ISO/TS 22220: المعلوماتية الصحية - عناصر البيانات والهياكل.
- "التعرف على الكيانات السريرية المسماة: مراجعة". مجلة المعلوماتية الطبية الحيوية.
- قاعدة بيانات MIMIC-III السريرية.
- الاعتراف بالكيان الطبي المسمى للرعاية الصحية
