Jul, 2017

临床文本自然语言处理的交互工具

PDF
TL;DR该研究介绍了一个原型工具，结合多种可视化方式，帮助终端用户理解临床文本中提取出的信息，修正必要错误，形成反馈循环，支持 NLP 模型的优化。针对该工具进行的临床医生和研究人员的用户研究显示，用户可以快速开始修正 NLP 模型，尽管他们很少或没有机器学习经验。研究结果还提供了优化界面以支持结果审查工作流程和解释的建议。
natural language processingmachine learningclinical textvisualizationnlp models
发现论文，激发创造
  • 临床放射肿瘤学中的自然语言处理技术和框架简介

    该研究回顾了现代自然语言处理模型的关键技术创新，并介绍了在放射肿瘤学研究中使用大型语言模型的最新应用，同时提出了一种全面的框架来评估 NLP 模型以便在临床应用前进行严格的评估和验证。

    Nov, 2023

  • 电子病历中的自然语言处理与医疗决策：一项系统性综述

    本研究阐述了自然语言处理技术在电子病历上的应用存在的挑战和限制，以及研究人员使用机器学习、深度学习等技术进行处理和信息提取的相关领域和方法。

    Jun, 2023

  • 自然语言处理在放射学报告中的应用的系统性综述

    该研究系统评估了最近 NLP 应用于放射学报告方面的文献，并将其归类为 6 个临床应用类别，结果表明，深度学习的使用在增加，但传统的机器学习方法仍然普遍存在。

    Feb, 2021

  • 用户驱动的医疗笔记生成软件研究

    本文介绍了开发医疗笔记生成系统的过程中所进行的三轮用户研究，包括如何适应临床实践、系统设计以及参与临床实践的临床医生对该系统的印象和看法，并发现了五种不同的记录行为、实时笔记生成的重要性以及自动生成笔记系统可能面临的几种挑战性情况。

    May, 2022

  • 利用先进自然语言处理和伪标签自动评分临床病人笔记

    该研究引入了最先进的自然语言处理技术（具体为掩蔽语言建模预训练）和伪标记的方法，以应对临床病历评估的挑战，提高效率和性能，并改变临床病历评估的潜力。

    Jan, 2024

  • 药学中自然语言处理研究综述

    该研究论文调查了自然语言处理在药学领域中的应用，包括用于信息提取和处理的深度神经网络等。作者将其总结为五个类别并提出现代 NLP 方法、普遍任务、相关文本数据、知识库和有用的编程库等。总结为一份综合性概述，对实践者和感兴趣的观察者有用。

    Aug, 2022

  • 二阶段联邦表型分类和患者表征学习

    我们开发了一种基于联邦自然语言处理的方法，能够利用来自不同医院或诊所的临床笔记，改进特定临床任务的质量，并促进整个医疗保健系统的知识进步。这是联邦机器学习在临床自然语言处理中的第一次应用。

    Aug, 2019

  • 自然语言分类器的多分辨率解释和诊断工具

    通过对 NLP 模型中的观察段或语义相关的词群进行分析，将解释性摘要方法更加灵活化，并通过分析不同段落的虚假或肯定例子，引入了 NLP 模型的根本原因分析方法。最后，通过对 Yelp 评论数据集的实验证明，利用单词和 / 或信息中的组 / 集群结构可以帮助解释 NLP 模型的决策，并可用于评估模型对性别，语法和单词含义的敏感性或偏差。

    Mar, 2023

  • 临床自然语言处理中伦理挑战的简要回顾

    本文讨论临床自然语言处理技术在临床实践中的潜力和现有的隐私保护问题，并提出了一些满足隐私保护的数据来源，同时注意到可能导致社会有害应用的偏见和实证研究的局限性。

    Mar, 2017

  • 验证零样本学习自然语言处理工具在非结构化医疗数据中的数据抽取功能

    通过开智的 GPT-3.5 模型开发和比较，使用向量化和扫描格式处理 PDF 文档中的非结构化文本，从而实现了零样本学习自然语言处理工具，该工具在数据抽取速度上优于人类抽取者，并在准确性上与人类抽取者相当，具有高度通用性。

    Jul, 2023