Fase 4: Iniziare a usare le API di Amazon Comprehend Medical

Gli esempi seguenti mostrano come utilizzare le operazioni di Amazon Comprehend Medical utilizzando AWS CLI Java e Python. Usali per conoscere le operazioni di Amazon Comprehend Medical e come elementi costitutivi per le tue applicazioni.

Per eseguire gli esempi AWS CLI e Python, installa. AWS CLI Per ulteriori informazioni, consulta Passaggio 2: configurare AWS Command Line Interface (AWS CLI).

Per eseguire gli esempi Java, installa AWS SDK for Java. Per istruzioni sull'installazione di AWS SDK for Java, consulta la sezione relativa alla configurazione di SDK AWS per Java.

Rilevamento di entità mediche utilizzando il AWS Command Line Interface

L'esempio seguente dimostra l'utilizzo dell'DetectEntitiesV2operazione che utilizza AWS CLI per restituire le entità mediche rilevate nel testo. Per eseguire l'esempio, è necessario installare. AWS CLI Per ulteriori informazioni, consulta Passaggio 2: configurare AWS Command Line Interface (AWS CLI).

L'esempio è formattato per Unix, Linux e macOS. Per Windows, sostituisci il carattere di continuazione UNIX barra rovesciata (\) al termine di ogni riga con un accento circonflesso (^).

aws comprehendmedical detect-entities-v2 \
    --endpoint endpoint \
    --region region \
    --text "aspirin is required 20 mg po daily for 2 times as tab"

La risposta è la seguente:

{
    "Entities": [
        {
            "Category": "MEDICATION", 
            "BeginOffset": 0, 
            "EndOffset": 7, 
            "Text": "aspirin", 
            "Traits": [], 
            "Score": 0.9988090991973877, 
            "Attributes": [
                {
                    "BeginOffset": 20, 
                    "EndOffset": 25, 
                    "Text": "20 mg", 
                    "Traits": [], 
                    "Score": 0.9559056162834167, 
                    "Type": "DOSAGE", 
                    "Id": 1, 
                    "RelationshipScore": 0.9981593489646912
                }, 
                {
                    "BeginOffset": 26, 
                    "EndOffset": 28, 
                    "Text": "po", 
                    "Traits": [], 
                    "Score": 0.9995359182357788, 
                    "Type": "ROUTE_OR_MODE", 
                    "Id": 2, 
                    "RelationshipScore": 0.9969323873519897
                }, 
                {
                    "BeginOffset": 29, 
                    "EndOffset": 34, 
                    "Text": "daily", 
                    "Traits": [], 
                    "Score": 0.9803128838539124, 
                    "Type": "FREQUENCY", 
                    "Id": 3, 
                    "RelationshipScore": 0.9990783929824829
                }, 
                {
                    "BeginOffset": 39, 
                    "EndOffset": 46, 
                    "Text": "2 times", 
                    "Traits": [], 
                    "Score": 0.8623972535133362, 
                    "Type": "DURATION", 
                    "Id": 4, 
                    "RelationshipScore": 0.9996501207351685
                }, 
                {
                    "BeginOffset": 50, 
                    "EndOffset": 53, 
                    "Text": "tab", 
                    "Traits": [], 
                    "Score": 0.784785270690918, 
                    "Type": "FORM", 
                    "Id": 5, 
                    "RelationshipScore": 0.9986748695373535
                }
            ], 
            "Type": "GENERIC_NAME", 
            "Id": 0
        }
    ], 
    "UnmappedAttributes": []
}

Rilevamento di entità mediche utilizzando il AWS SDK for Java

L'esempio seguente utilizza l'DetectEntitiesV2operazione con Java. Per eseguire l'esempio, installa il AWS SDK for Java. Per istruzioni sull'installazione di AWS SDK for Java, consulta Configurare l'SDK AWS per Java.

import com.amazonaws.auth.AWSCredentials;
import com.amazonaws.auth.AWSCredentialsProvider;
import com.amazonaws.auth.AWSStaticCredentialsProvider;
import com.amazonaws.auth.BasicAWSCredentials;
import com.amazonaws.client.builder.AwsClientBuilder;
import com.amazonaws.services.comprehendmedical.AWSComprehendMedical;
import com.amazonaws.services.comprehendmedical.AWSComprehendMedicalClient;
import com.amazonaws.services.comprehendmedical.model.DetectEntitiesRequest;
import com.amazonaws.services.comprehendmedical.model.DetectEntitiesResult;
 
public class SampleAPICall {
 
    public static void main() {
 
        AWSCredentialsProvider credentials
                = new AWSStaticCredentialsProvider(new BasicAWSCredentials("YOUR AWS ACCESS KEY", "YOUR AWS SECRET"));
 
        AWSComprehendMedical client = AWSComprehendMedicalClient.builder()
                                                                .withCredentials(credentials)
                                                                .withRegion("YOUR REGION")
                                                                .build();
 
 
        DetectEntitiesV2Request request = new DetectEntitiesV2Request();
        request.setText("cerealx 84 mg daily");
 
        DetectEntitiesV2Result result = client.detectEntitiesV2(request);
        result.getEntities().forEach(System.out::println);
    }
}
 

L'output contiene le tre entità presenti nel testo di input, la loro posizione nel testo di input. Con ogni entità viene inoltre elencato il livello di confidenza che l'entità è stata identificata correttamente. L'output seguente mostra le Frequency entità Generic_NameDosage, e dell'esempio precedente.

{Id: 0,BeginOffset: 0,EndOffset: 3,Score: 0.9940211,Text: Bob,Category: 
PROTECTED_HEALTH_INFORMATION,Type: NAME,Traits: [],}
{Id: 2,BeginOffset: 23,EndOffset: 30,Score: 0.99914634,Text: aspirin,Category: MEDICATION,Type: GENERIC_NAME,Traits: [],Attributes: 
[{Type: DOSAGE,Score: 0.9630807,RelationshipScore: 0.99969745,Id: 1,BeginOffset: 14,EndOffset: 19,Text: 50 mg,Traits: []}]}

Rilevamento di entità mediche utilizzando il AWS SDK for Python (Boto)

L'esempio seguente utilizza l'DetectEntitiesV2operazione con Python. Per eseguire l'esempio, installa AWS CLI. Per ulteriori informazioni, consulta Passaggio 2: configurare AWS Command Line Interface (AWS CLI).

import boto3
client = boto3.client(service_name='comprehendmedical', region_name='YOUR REGION')
result = client.detect_entities(Text= 'cerealx 84 mg daily')
entities = result['Entities']
for entity in entities:
    print('Entity', entity)

L'output contiene le tre entità presenti nel testo di input, la loro posizione nel testo di input. Con ogni entità viene inoltre elencato il livello di confidenza che l'entità è stata identificata correttamente. L'output seguente mostra le Frequency entità Generic_NameDosage, e dell'esempio precedente.

('Entity', {u'Category': u'MEDICATION', u'BeginOffset': 0, u'EndOffset': 7, 
            u'Text': u'cerealx', u'Traits': [], u'Score': 0.8877691626548767, u'Attributes': [{u'BeginOffset': 8, u'EndOffset': 13, 
            u'Text': u'84 mg', u'Traits': [], u'Score': 0.9337134957313538, u'Type': u'DOSAGE', u'Id': 1, u'RelationshipScore': 0.9995118379592896}, 
            {u'BeginOffset': 14, u'EndOffset': 19, u'Text': u'daily', u'Traits': [], u'Score': 0.990627646446228, u'Type': u'FREQUENCY', 
            u'Id': 2, u'RelationshipScore': 0.9987651109695435}], u'Type': u'BRAND_NAME', u'Id': 0})