自然语言处理在医学领域的应用

Posted 2021-04-12 达美智能Deepaint

首先，我们来回顾电子病历在我国十多年的发展历史，经历了三大发展阶段。

第一阶段：实现了纸质病历的电子化，通过文本处理器输入文本，改变了此前病历的“手写”传统；

第二阶段：实现了电子病历的表格化，按照病历规范制定表格，设置医护人员必填的固定项目。

第三阶段：实现了电子病历的半结构化，对于电子病历的内容录入，较多的采用结构化的表单输入，规定好各种模板，然后通过下拉列表等方式构成一个医学病历录入系统。使数据在录入初始，完成半结构化病历。

但这并不符合一般人的信息表述方式，缺乏灵活度，在使用习惯上，难以得到认同，医生更习惯于使用自然语言进行录入。但对于计算机进行数据分析，保存和分享而言，结构化数据才是最佳选择。如果靠人工进行结构化整理将占用临床医护人员大量时间，且效率十分低下。如何把这些非结构化数据转化为统一的结构化数据是医学信息处理亟需解决的问题。随着科技的发展，自然语言处理技术为其提供了解决方案。

自然语言处理技术（NLP）属于人工智能的子领域，其核心目的是使得计算机能够理解和生成人类的自然语言。大量医学文本信息中含有的病史、诊断、治疗方法、药物等特定名词，给自然语言处理的应用提供了可能性。利用自然语言处理技术将隐藏在文本中的知识挖掘出来，对医学的发展具有重要意义。自然语言处理技术在信息化医疗活动中发挥着独特的作用。如：

（1）将自由文本书写的病历进行结构化处理，结构化后病历文本可在不同医院和不同区域间进行交换整合。同时，对电子病历中积压的临床数据进行结构化处理，能够实现对历史电子病历中的诊疗过程的整合，丰富临床数据中心的内容。

（2）由于病历中蕴含了丰富的临床信息，而传统的临床决策支持应用中往往面临无结构化数据可用的局面不得不让临床人员重复录入结构化信息，因而基于医学语言处理技术自动从病历中获取所需信息将使得计算机辅助临床决策支持获得更好的临床适用性，将临床决策支持功能集成到日常临床工作中。

（3）通过自然语言处理后的结构化的数据更加显而易见地发现各疾病之间内在联系。疾病的发生往往是由多种因素作用的结果，有利于发现各因素间相互关系和在疾病发病中的作用。

自然文本的医学数据尽可能地结构化、标准化，不仅有利于临床业务的规范，也更有利于医学数据的深入分析和利用。但是，由于种种难以克服的操作困难和技术困难，自然文本医学数据的完全结构化的实现是比较困难的。还需致力于医学自然文本数据的深挖掘与广分析。相信随着人工智能技术的快速发展，特别是深度学习技术的逐渐成熟，自然语言处理技术将在医学大数据挖掘中发挥越来越重要的作用。

达美智能招聘

人工智能算法工程师
核心人才
基于gpu运算的深度学习的设计和构建

 

Python软件工程师
1.编写各种脚本完成复杂环境下数据采集
2.Web后端以及restful api开发

 

前端开发工程师
1.根据产品UI设计稿，负责前端开发
2.与后台开发工程师协作，完成数据接口对接
3.解决不同浏览器及版本下的兼容问题

大数据分析师

核心人才
数据挖掘算法和模型的构建

 

C++软件开发工程师
1.高性能服务的设计和开发
2.数据服务引擎开发
3.医学影像图像识别功能的开发

 

C#软件开发工程师
1.配合UI设计师完成windows客户端界面开发
2.维护和开发windows客户端
3.配合后端完成restful api的调用及功能的实现

 

Java软件开发工程师
1.配合产品经理完成项目的需求调研分析
2.后台服务的开发和维护
3.Web前端产品开发
4.微信后台开发

 

简历投递：[e-mail]

HR微信：18024072516（姚）