Проверить алгеброй гармонию

Есть ли польза от обработки естественного языка в сфере здравоохранения?

Адаптация искусственного интеллекта под повседневные нужды всё больше захватывает сферу здравоохранения, а обработка данных на естественном языке в последнее время считается наиболее интересной частью экосистемы искусственного интеллекта.
По версии Википедии, Обработка естественного языка (Natural Language Processing, NLP) — общее направление искусственного интеллекта и математической лингвистики. Оно изучает проблемы компьютерного анализа и синтеза естественных языков. Применительно к искусственному интеллекту анализ означает понимание языка, а синтез — генерацию грамотного текста. Решение этих проблем будет означать создание более удобной формы взаимодействия компьютера и человека.

Простыми словами, обработка данных на естественном языке - это ответвление в системе искусственного интеллекта, сфокусированное на интерпретации и применении антропогенной письменной и вербальной информации.

В инфографике ниже, мы расскажем о практическом применении обработки данных на естественном языке в здравоохранении и пользе технологии для сферы заботы о здоровье:
Обработка естественного языка в здравоохранении:
Применение технологий обработки естественного языка:
извлечение инсайтов из структурированных клинических данных
1
Сбор данных
2
Трансформация неструктурированных данных в упорядоченные
3
Категоризация документов
4
Поиск корреляции и разбиение данных на соответствующие группы
Потенциал в сфере здравоохранения:
Снижение уровня административных затрат
1
Эффективные расчеты с пациентами и контрагентами
Технологии обработки естественного языка могут извлекать актуальную информацию из неструктурированных записей (письменных или вербальных), производить сопоставление названия услуги с ее кодом в системе, тем самым ускоряя процесс выставления счетов и расчетов между партнерами и клиентами клиник
2
Устранение административных неэффективностей
Инструменты обработки естественного языка проводят быстрый анализ информации из заметок лечащего врача во избежание административных ошибок и ради ускорения процесса обработки клинических данных
Увеличение ценности медицинских услуг
1
Эффективная поддержка процесса принятия клинических решений
Технологии обработки естественного языка играют роль ассистента в в принятии решений в отношении лечения пациента профессионалами медицины
2
Оптимизация оценки соблюдения стандартов лечения
Инструменты обработки естественного языка собирают и сравнивают протоколы лечения пациентов из открытых источников с клиническим случаем конкретного пациента, чтобы оказать врачу помощь в выборе наиболее эффективной стратегии лечения пациента
Тематическое исследование:
специалисты McKinsey использовали технологии обработки естественного языка для ускорения анализа клинических документов
Разрозненные клинические документы
использованы в качестве исходных данных
Специальный алгоритм собрал клинические рекомендации из множества открытых источников, обнаружил корреляцию, сформировал общий фреймворк и загрузил данные в систему обработки
Бессистемный текст
трансформирован в структурированные данные
Алгоритм проанализировал данные и представил их в табличной форме
Клинические термины из документов классифицированы по Международной классификации болезней (МКБ-10)
Алгоритм обработки естественного языка сопоставил полученные данные с МКБ-10, приняв во внимание частоту употребления ключевых слов в клинических документах
Клинические данные, структурированные по МКБ-10,
представлены конечному пользователю
Система провела финальную проверку классификации данных и представила точный результат анализа работникам клиники
Пример присвоения классификации болезни по коду МКБ-10 "Н40.1121"
Глаукома - это хроническое заболевание глаза, при котором повышается внутриглазное давление.
Если глазное давление вовремя не снизить до нормы, гибнет зрительный нерв, что приводит к необратимой слепоте.
Наиболее часто встречающийся вид глаукомы - открытоугольная.
Внутриглазное давление - единственный фактор риска возникновения заболевания, поддающийся лечению.
категория заболевания H40
часть тела - 0.002
Уточнение 0.0001
Этиология 0.11
Фрагмент клинической записи:
Распознанные ключевые слова из клинического документа
Код
МКБ-10
Глаукома
Открытоугольная
Глаза
Поддающаяся лечению
H40
0.11
0.002
0.0001
Результат: Н40.1121 (Глаукома/Первичная открытоугольная/Левого глаза)
Результат тестирования алгоритма обработки естественного языка от McKinsey - снижение времени обработки клинических документов на 60%.
В 2017 году, ученые из Нидерландов провели исследование среди пациентов, испытавших травматический опыт, связанный с определенной болезнью: испытуемые делились устными и письменными рассказами об опыте и симптомах, которые они испытывали по поводу заболевания.

Ученые предположили, что такие данные можно использовать для клинических обследований и диагностики пациентов. Чтобы проверить гипотезу, исследователи использовали четыре алгоритма обработки естественного языка для анализа полученных от испытуемых данных.

Результатом исследования стало подтверждение гипотезы: качество распознавания заболевания находилось на уровне диагноза, установленного докторами. Интеллектуальный анализ текста и речи -это многообещающий метод анализа состояния пациента, который призван помочь практикующим врачам распознавать потенциальные отклонения состояния пациента от нормы на ранних стадиях развития заболевания.

Технологии обработки естественного языка широко используются в анализе состояния психического здоровья людей через социальные сети.
Подписывайтесь на наш блог
Чтобы быть в курсе новостей о Биомис
Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности
Александра Митрошкина - Глава отдела маркетинга Биомис
Александра Митрошкина
Глава отдела маркетинга Биомис
Опубликовано 29 января 2019 года.