4단계: Amazon Comprehend Medical API 사용 시작하기항바이러스제

다음 예는 자바 AWS CLI, Python을 사용하여 Amazon Comprehend Medical 작업을 사용하는 방법을 보여줍니다. 이러한 예제를 통해 Amazon Comprehend Medical 작업에 대해 알아보고 자체 애플리케이션의 구성 요소로 사용할 수 있습니다.

AWS CLI 및 Python 예제를 실행하려면 를 설치하십시오 AWS CLI. 자세한 정보는 2단계: AWS Command Line Interface ()AWS CLI설정을 참조하세요.

Java 예제를 실행하려면 AWS SDK for Java를 설치합니다. AWS SDK for Java를 설치하기 위한 지침은 Java용 AWS SDK 설치를 참조하십시오.

AWS Command Line Interface를 사용하여 의료 엔터티 탐지

다음 예제에서는 를 사용하여 텍스트에서 탐지된 의료 개체를 AWS CLI 반환하는 DetectEntitiesV2 작업을 보여 줍니다. 이 예제를 실행하려면 AWS CLI를 설치해야 합니다. 자세한 정보는 2단계: AWS Command Line Interface ()AWS CLI설정을 참조하세요.

다음은 Unix, Linux, macOS용 형식으로 지정된 예제입니다. Windows의 경우 각 줄의 끝에 있는 백슬래시(\) Unix 연속 문자를 캐럿(^)으로 바꿉니다.

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

응답은 다음과 같은 형식입니다.

{
    "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": []
}

AWS SDK for Java를 사용하여 의료 엔터티 탐지

다음 예제에서는 Java를 통해 DetectEntitiesV2 작업을 사용합니다. Java 예제를 실행하려면 AWS SDK for Java를 설치합니다. 설치에 대한 지침은 AWS SDK for JavaJava용 AWS SDK 설정을 참조하십시오.

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);
    }
}
 

출력에는 입력 텍스트에 있는 세 개의 엔터티와 입력 텍스트에서의 위치가 포함됩니다. 엔터티가 올바르게 식별되었다는 신뢰 수준도 각 엔터티와 함께 나열됩니다. 다음 출력은 이전 예제의 Generic_Name, Dosage 및 Frequency 엔터티를 보여줍니다.

{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: []}]}

AWS SDK for Python (Boto)를 사용하여 의료 엔터티 탐지

다음 예제에서는 Python을 통해 DetectEntitiesV2 작업을 사용합니다. 샘플을 실행하려면 AWS CLI를 설치합니다. 자세한 정보는 2단계: AWS Command Line Interface ()AWS CLI설정을 참조하세요.

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)

출력에는 입력 텍스트에 있는 세 개의 엔터티와 입력 텍스트에서의 위치가 포함됩니다. 엔터티가 올바르게 식별되었다는 신뢰 수준도 각 엔터티와 함께 나열됩니다. 다음 출력은 이전 예제의 Generic_Name, Dosage 및 Frequency 엔터티를 보여줍니다.

('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})