Mendeteksi entitas (Versi 2)

Gunakan DetectEntitiesV2 untuk mendeteksi entitas dalam satu file atau StartEntitiesDetectionV2Job untuk analisis batch pada beberapa file. Anda dapat mendeteksi entitas dalam kategori berikut:

• ANATOMY:Mendeteksi referensi ke bagian-bagian tubuh atau sistem tubuh dan lokasi bagian-bagian atau sistem tersebut.

• BEHAVIORAL_ENVIRONMENTAL_SOCIAL: Mendeteksi perilaku dan kondisi di lingkungan yang berdampak pada kesehatan seseorang. Ini termasuk penggunaan tembakau, konsumsi alkohol, penggunaan narkoba rekreasi, alergi, jenis kelamin, dan ras/etnis.

• MEDICAL_CONDITION:Mendeteksi tanda-tanda, gejala, dan diagnosis kondisi medis.

• MEDICATION:Mendeteksi informasi obat dan dosis pada pasien.

• PROTECTED_HEALTH_INFORMATION:Mendeteksi informasi pribadi pasien.

• TEST_TREATMENT_PROCEDURE:Mendeteksi prosedur yang digunakan untuk menentukan kondisi medis.

• TIME_EXPRESSION:Mendeteksi entitas yang terkait dengan waktu ketika mereka dikaitkan dengan entitas terdeteksi.

Keenam kategori terdeteksi oleh operasi DetectEntitiesV2. Untuk analisis khusus untuk mendeteksi PHI, gunakan DetectPHI pada file tunggal dan startPHI untuk analisis batch. DetectionJob

Amazon Comprehend Medical mendeteksi informasi di kelas-kelas berikut:

• Entitas: Referensi teks untuk nama objek yang relevan, seperti orang, perawatan, obat-obatan, dan kondisi medis. Sebagai contoh, ibuprofen.

• Kategori: Pengelompokan umum yang dimiliki entitas. Misalnya, ibuprofen adalah bagian dari MEDICATION kategori.

• Jenis: Jenis entitas yang terdeteksi dalam satu kategori. Misalnya, ibuprofen ada dalam GENERIC_NAME tipe MEDICATION kategori.

• Atribut: Informasi yang terkait dengan suatu entitas, seperti dosis obat. Misalnya, 200 mg adalah atribut dari entitas ibuprofen.

• Sifat: Sesuatu yang dipahami Amazon Comprehend Medical tentang suatu entitas, berdasarkan konteks. Misalnya, obat memiliki NEGATION sifat jika pasien tidak meminumnya.

• Relationship Type: Hubungan antara entitas dan atribut.

Amazon Comprehend Medical memberi Anda lokasi entitas dalam teks masukan. Di konsol Amazon Comprehend, ini menunjukkan lokasi secara grafis. Bila Anda menggunakan API, itu menunjukkan lokasi dengan offset numerik.

Setiap entitas dan atribut menyertakan skor yang menunjukkan tingkat kepercayaan yang dimiliki Amazon Comprehend Medical dalam keakuratan deteksi. Setiap atribut juga memiliki skor hubungan. Skor menunjukkan tingkat kepercayaan yang dimiliki Amazon Comprehend Medical dalam keakuratan hubungan antara atribut dan entitas induknya. Identifikasi ambang kepercayaan yang sesuai untuk kasus penggunaan Anda. Gunakan ambang batas kepercayaan tinggi dalam situasi yang membutuhkan akurasi tinggi. Filter data yang tidak memenuhi ambang batas.

Kategori anatomi

ANATOMYKategori mendeteksi referensi ke bagian-bagian tubuh atau sistem tubuh dan lokasi bagian-bagian atau sistem tersebut.

Tipe

• SYSTEM_ORGAN_SITE: Sistem tubuh, lokasi anatomi atau daerah, dan situs tubuh.

Atribut

• DIRECTION: Istilah Directional. Misalnya, kiri, kanan, medial, lateral, atas, bawah, posterior, anterior, distal, proksimal, kontralateral, bilateral, ipsilateral, dorsal, ventral, dan sebagainya.

Kategori perilaku, lingkungan, dan kesehatan sosial

BEHAVIORAL_ENVIRONMENTAL_SOCIALKategori ini mendeteksi referensi perilaku dan kondisi di lingkungan yang memengaruhi kesehatan seseorang.

Tipe

• ALCOHOL_CONSUMPTION: Mendefinisikan konsumsi alkohol pasien dalam hal status penggunaan, frekuensi, jumlah, dan durasi.

• ALLERGIES: Mendefinisikan alergi pasien dan tanggapan terhadap alergen.

• GENDER: Identifikasi karakteristik identitas gender.

• RACE_ETHNICITY: Konstruksi sosial-politik identifikasi pasien dengan kelompok ras dan etnis tertentu.

• REC_DRUG_USE: Mendefinisikan penggunaan obat rekreasi pasien dalam hal status penggunaan, frekuensi, jumlah, dan durasi.

• TOBACCO_USE: Mendefinisikan penggunaan tembakau pasien dalam hal status penggunaan, frekuensi, jumlah, dan durasi.

Atribut terdeteksi berikut hanya berlaku untuk jenisALCOHOL_CONSUMPTION,TOBACCO_USE, danREC_DRUG_USE:

• AMOUNT: Jumlah alkohol, tembakau, atau obat rekreasi yang digunakan.

• DURATION: Berapa lama alkohol, tembakau, atau obat rekreasi telah digunakan.

• FREQUENCY: Seberapa sering alkohol, tembakau, atau obat rekreasi digunakan.

Sifat-sifat

Ciri-ciri terdeteksi berikut hanya berlaku untuk jenisALCOHOL_CONSUMPTION,, ALLERGIESTOBACCO_USE, danREC_DRUG_USE:

• NEGATION: Indikasi bahwa hasil atau tindakan negatif atau tidak dilakukan.

• PAST_HISTORY: Indikasi bahwa penggunaan alkohol, tembakau, atau obat-obatan rekreasi berasal dari masa lalu pasien (sebelum pertemuan saat ini).

Kategori kondisi medis

MEDICAL_CONDITIONKategori ini mendeteksi tanda, gejala, dan diagnosis kondisi medis. Kategori ini memiliki satu jenis entitas, empat atribut, dan empat sifat. Satu atau lebih sifat dapat dikaitkan dengan suatu tipe. Informasi kontekstual tentang atribut dan hubungannya dengan diagnosis terdeteksi dan dipetakan ke DX_NAME melalui RELATIONSHIP_EXTRACTION. Misalnya, dari teks “nyeri kronis di kaki kiri”, “kronis” terdeteksi sebagai atributACUITY, “kiri” terdeteksi sebagai atributDIRECTION, dan “kaki” terdeteksi sebagai atribut. SYSTEM_ORGAN_SITE Hubungan masing-masing atribut ini dipetakan ke entitas kondisi medis “rasa sakit,” bersama dengan skor kepercayaan diri.

Tipe

• DX_NAME: Semua kondisi medis terdaftar. DX_NAMETipe ini termasuk penyakit saat ini, alasan kunjungan, dan riwayat kesehatan.

Atribut

• ACUITY: Penentuan contoh penyakit, seperti kronis, akut, mendadak, persisten, atau bertahap.

• DIRECTION: Istilah Directional. Misalnya, kiri, kanan, medial, lateral, atas, bawah, posterior, anterior, distal, proksimal, kontralateral, bilateral, ipsilateral, dorsal, atau ventral.

• SYSTEM_ORGAN_SITE: Lokasi anatomi.

• QUALITY: Setiap istilah deskriptif dari kondisi medis, seperti tahap atau kelas.

Sifat-sifat

• DIAGNOSIS: Kondisi medis yang ditentukan sebagai penyebab atau akibat gejala. Gejala dapat ditemukan melalui temuan fisik, laporan laboratorium atau radiologis, atau cara lain.

• HYPOTHETICAL: Indikasi bahwa kondisi medis dinyatakan sebagai hipotesis.

• LOW_CONFIDENCE: Indikasi bahwa kondisi medis dinyatakan memiliki ketidakpastian yang tinggi. Ini tidak terkait langsung dengan skor kepercayaan yang diberikan.

• NEGATION: Indikasi bahwa hasil atau tindakan negatif atau tidak dilakukan.

• PERTAINS_TO_FAMILY: Indikasi bahwa kondisi medis relevan dengan keluarga pasien, bukan pasien.

• SIGN: Kondisi medis yang dilaporkan dokter.

• SYMPTOM: Kondisi medis yang dilaporkan pasien.

Kategori obat

MEDICATIONKategori mendeteksi informasi pengobatan dan dosis untuk pasien. Satu atau lebih atribut dapat diterapkan ke tipe.

Tipe

• BRAND_NAME: Nama merek obat atau agen terapeutik yang dilindungi hak cipta.

• GENERIC_NAME: Nama non-merek, nama bahan, atau campuran formula obat atau agen terapeutik.

Atribut

• DOSAGE: Jumlah obat yang dipesan.

• DURATION: Berapa lama obat harus diberikan.

• FORM: Bentuk obatnya.

• FREQUENCY: Seberapa sering mengelola obat.

• RATE: Tingkat pemberian obat (terutama untuk infus obat atau infus).

• ROUTE_OR_MODE: Metode pemberian obat.

• STRENGTH: Kekuatan obat.

Sifat-sifat

• NEGATION: Setiap indikasi bahwa pasien tidak minum obat.

• PAST_HISTORY: Indikasi bahwa obat yang terdeteksi berasal dari masa lalu pasien (sebelum pertemuan saat ini).

Kategori informasi kesehatan yang dilindungi

PROTECTED_HEALTH_INFORMATIONKategori mendeteksi informasi pribadi pasien. Lihat Mendeteksi PHI untuk mempelajari lebih lanjut tentang operasi ini.

Tipe

• ADDRESS: Semua subdivisi geografis dari alamat fasilitas, unit, atau bangsal apa pun dalam suatu fasilitas.

• AGE: Semua komponen usia, rentang usia, atau usia yang disebutkan. Ini termasuk pasien, anggota keluarga, atau orang lain. Defaultnya adalah dalam beberapa tahun, kecuali dinyatakan lain.

• EMAIL: Alamat email apa pun.

• ID: Nomor Jaminan Sosial, nomor rekam medis, nomor identifikasi fasilitas, nomor uji klinis, nomor sertifikat atau lisensi, nomor kendaraan atau perangkat, tempat perawatan, atau penyedia. Ini juga mencakup jumlah biometrik pasien, seperti tinggi badan, berat badan, atau nilai laboratorium.

• NAME: Semua nama. Biasanya, nama pasien, keluarga, atau penyedia.

• PHONE_OR_FAX: Telepon, faks, atau nomor pager apa pun. Tidak termasuk nomor telepon bernama, seperti 1-800-QUIT-NOW dan 911.

• PROFESSION: Setiap profesi atau majikan yang berkaitan dengan pasien atau keluarga pasien. Itu tidak termasuk profesi dokter yang disebutkan dalam catatan.

Kategori tes, perawatan, dan prosedur

TEST_TREATMENT_PROCEDUREKategori mendeteksi prosedur yang digunakan untuk menentukan kondisi medis. Satu atau lebih atribut dapat dikaitkan dengan entitas dari TEST_NAME jenis.

Tipe

• PROCEDURE_NAME: Intervensi sebagai tindakan satu kali yang dilakukan pada pasien untuk mengobati kondisi medis atau untuk memberikan perawatan pasien.

• TEST_NAME: Prosedur yang dilakukan pada pasien untuk diagnostik, pengukuran, skrining, atau penilaian yang mungkin memiliki nilai yang dihasilkan. Ini termasuk prosedur, proses, evaluasi, atau penilaian apa pun untuk menentukan diagnosis, untuk mengesampingkan atau menemukan suatu kondisi, atau untuk menskalakan atau menilai pasien.

• TREATMENT_NAME: Intervensi dilakukan selama rentang waktu untuk memerangi penyakit atau gangguan. Ini termasuk pengelompokan obat, seperti antivirus dan vaksinasi.

Atribut

• TEST_VALUE: Hasil tes. Berlaku hanya untuk jenis TEST_NAME entitas.

• TEST_UNIT: Satuan ukuran yang mungkin menyertai nilai tes. Berlaku hanya untuk jenis TEST_NAME entitas.

Sifat-sifat

• FUTURE: Indikasi bahwa tes, perawatan, atau prosedur mengacu pada tindakan atau peristiwa yang akan terjadi setelah subjek catatan.

• HYPOTHETICAL: Indikasi bahwa tes, pengobatan, atau prosedur dinyatakan sebagai hipotesis.

• NEGATION: Indikasi bahwa hasil atau tindakan negatif atau tidak dilakukan.

• PAST_HISTORY: Indikasi bahwa tes, pengobatan, atau prosedur berasal dari masa lalu pasien (sebelum pertemuan saat ini).

Kategori ekspresi waktu

TIME_EXPRESSIONKategori mendeteksi entitas yang terkait dengan waktu. Ini termasuk entitas seperti tanggal dan ekspresi waktu seperti “tiga hari yang lalu,” “hari ini,” “saat ini,” “hari masuk,” “bulan lalu,” atau “16 hari.” Hasil dalam kategori ini hanya dikembalikan jika dikaitkan dengan entitas. Misalnya, “Kemarin, pasien mengambil 200 mg ibuprofen” akan kembali Yesterday sebagai TIME_EXPRESSION entitas yang tumpang tindih dengan GENERIC_NAME entitas “ibuprofen.” Namun, itu tidak akan diakui sebagai entitas dalam “kemarin, pasien berjalan anjingnya.”

Tipe

• TIME_TO_MEDICATION_NAME: Tanggal obat diambil. Atribut khusus untuk jenis ini adalah BRAND_NAME danGENERIC_NAME.

• TIME_TO_DX_NAME: Tanggal kondisi medis terjadi. Atribut untuk jenis ini adalahDX_NAME.

• TIME_TO_TEST_NAME: Tanggal tes dilakukan. Atribut untuk jenis ini adalahTEST_NAME.

• TIME_TO_PROCEDURE_NAME: Tanggal prosedur dilakukan. Atribut untuk jenis ini adalahPROCEDURE_NAME.

• TIME_TO_TREATMENT_NAME: Tanggal pengobatan diberikan. Atribut untuk jenis ini adalahTREATMENT_NAME.

Jenis hubungan

• Hubungan antara entitas dan atribut. Yang diakui Relationship_type adalah sebagai berikut:

  Overlap- TIME_EXPRESSION Setuju dengan entitas yang terdeteksi.