自然語(yǔ)言處理在醫(yī)療器械中的應(yīng)用研究

胡雪嬋 韓雪峰

摘要：本文在概述自然語(yǔ)言處理的基礎(chǔ)上，簡(jiǎn)述了自然語(yǔ)言處理NLP的工作原理：特征提取、特征加工、系統(tǒng)訓(xùn)練和驗(yàn)證?？偨Y(jié)了自然語(yǔ)言處理在胃腸道內(nèi)窺鏡檢查報(bào)告中的主要特點(diǎn)，指出了結(jié)構(gòu)化的關(guān)鍵，進(jìn)而進(jìn)行了方案設(shè)計(jì)。闡述了自然語(yǔ)言處理在醫(yī)學(xué)影像中的應(yīng)用，包括患者個(gè)體信息分析、群體信息分析、醫(yī)學(xué)影像流程信息分析。最后，對(duì)自然語(yǔ)言處理的未來(lái)發(fā)展方向進(jìn)行了展望。

關(guān)鍵詞：自然語(yǔ)言處理;MST;醫(yī)學(xué)影像

自然語(yǔ)言處理（Natural Language Processing，NLP）是指研究人類如何使用自身熟悉的本族語(yǔ)言與計(jì)算機(jī)進(jìn)行信息交流，并探索人類自身的語(yǔ)言能力和思維活動(dòng)的本質(zhì)。它是人類社會(huì)生活進(jìn)步和發(fā)展的產(chǎn)物， 且在社會(huì)生活中不斷變化，是極其復(fù)雜的符號(hào)系統(tǒng)。

近年來(lái)，自然語(yǔ)言處理在醫(yī)學(xué)領(lǐng)域的應(yīng)用已成該領(lǐng)域的研究熱點(diǎn)之一。醫(yī)學(xué)數(shù)據(jù)和文本的處理，是自然語(yǔ)言處理在醫(yī)學(xué)領(lǐng)域最早的應(yīng)用方向，如文本分類、信息提取、信息管理、人機(jī)交互問(wèn)答、數(shù)據(jù)庫(kù)建立等。如現(xiàn)在已成熟廣泛應(yīng)用的UMLS（The Unified Medical Language System）——一體化醫(yī)學(xué)信息系統(tǒng)，集成了150多種常用醫(yī)學(xué)術(shù)語(yǔ)知識(shí)庫(kù)，SNOMED ——被廣泛應(yīng)用的臨床醫(yī)學(xué)術(shù)語(yǔ)知識(shí)庫(kù)之一，還有MedLEE、MetaMap、cTAKES、MedEx、KnowledgeMap等。隨著技術(shù)的不斷發(fā)展進(jìn)步，醫(yī)學(xué)影像自動(dòng)處理的研究已取得長(zhǎng)足進(jìn)步，通過(guò)初步的影響自動(dòng)識(shí)別、處理、分類等技術(shù)，降低人工成本，提高處理效率，進(jìn)而為醫(yī)療決策提供支持，已被各大醫(yī)院所廣泛采用。除此之外，如疾病的預(yù)測(cè)、輔助診斷和預(yù)后評(píng)估、新藥開(kāi)發(fā)、健康管理等領(lǐng)域，也已經(jīng)大規(guī)模采用了自然語(yǔ)言處理技術(shù)。

一、自然語(yǔ)言處理基本內(nèi)涵及工作原理

（一）自然語(yǔ)言處理的基本內(nèi)涵

自然語(yǔ)言處理不僅是新一代計(jì)算機(jī)必須要研究的課題，還是人工智能極為活躍的研究領(lǐng)域，而對(duì)自然語(yǔ)言處理所做的定義可基于不同研究立場(chǎng)、領(lǐng)域及角度，由不同領(lǐng)域的專家和學(xué)者推定。創(chuàng)建一種計(jì)算機(jī)模型成為自然語(yǔ)言處理的任務(wù)之一，這是從計(jì)算機(jī)科學(xué)，特別是人工智能的觀點(diǎn)得出的結(jié)論，因此，通過(guò)計(jì)算機(jī)模型就可以模擬自然語(yǔ)言。

但是模擬出的自然語(yǔ)言的正確性，目前還沒(méi)有一個(gè)公認(rèn)的衡量標(biāo)準(zhǔn)。就自然語(yǔ)言處理的發(fā)展現(xiàn)狀來(lái)看，基于具體的設(shè)計(jì)系統(tǒng)功能、實(shí)用角度，對(duì)自然語(yǔ)言處理進(jìn)行判斷，判斷計(jì)算機(jī)具備自然語(yǔ)言處理能力的方法是計(jì)算機(jī)實(shí)現(xiàn)了自動(dòng)文摘、機(jī)器翻譯及人機(jī)會(huì)話等語(yǔ)言信息處理功能。可以這樣說(shuō)，從一種表達(dá)到另一種表達(dá)的轉(zhuǎn)換過(guò)程，便是自然語(yǔ)言處理的過(guò)程，這一過(guò)程的本質(zhì)可以理解為映射，在進(jìn)行映射之間的算法設(shè)計(jì)時(shí)，以機(jī)器得到相應(yīng)輸出為目的，從而使每個(gè)事件都有相對(duì)應(yīng)的行為執(zhí)行命令，這個(gè)過(guò)程構(gòu)成了自然語(yǔ)言處理系統(tǒng)。

（二）自然語(yǔ)言處理（NLP）的工作原理

自然語(yǔ)言處理的規(guī)則和模型全部由NLP從自然語(yǔ)言數(shù)據(jù)中推導(dǎo)而來(lái)，同時(shí)將文本朝著結(jié)構(gòu)化的編碼信息進(jìn)行轉(zhuǎn)換，以此得以快速分析及查詢，其統(tǒng)計(jì)方法、語(yǔ)法、語(yǔ)義及語(yǔ)境等語(yǔ)言學(xué)方法都在NLP工作過(guò)程中有所涉及。盡管多種NLP在操作、技術(shù)、具體目標(biāo)等過(guò)程中表現(xiàn)得各不相同，但多種NLP的工作原理都是類似的，分別是：特征提取、特征加工、系統(tǒng)訓(xùn)練和驗(yàn)證。

1.特征提取

特征提取是NLP分割文本、識(shí)別單個(gè)概念，同時(shí)將識(shí)別出的概念連同其他醫(yī)學(xué)概念的關(guān)系進(jìn)行定義，從而使得輸出的數(shù)據(jù)具有一定的結(jié)構(gòu)式的過(guò)程。通常在特征提取時(shí)，首先要分割詞匯，然后分析出語(yǔ)義詞匯，最后遵循由大到小的尺度規(guī)則進(jìn)行詞匯分割，具體是將整個(gè)影像報(bào)告分割為各個(gè)段落，然后將其分為詞匯、詞組及句子，最后從詞匯層面的角度，對(duì)詞根進(jìn)行判定，擴(kuò)充完整縮略語(yǔ)，糾正拼寫(xiě)錯(cuò)誤等。

當(dāng)對(duì)詞匯進(jìn)行語(yǔ)義分析時(shí)，需依照從局部到整體的尺度規(guī)則，基本可分為概念、詞典及知識(shí)體系，概念指的是其中劃分的一些詞匯每個(gè)都能具有一定的含義，比如某種疾病等，而像RadLex詞典或者一體化醫(yī)學(xué)語(yǔ)言系統(tǒng)（UMLS）詞典，基本上由一組相關(guān)術(shù)語(yǔ)、衍生詞、同義詞或相同含義的概念等構(gòu)成，這就是詞典的概念特征。而知識(shí)體系則涉及本概念對(duì)其他概念所起到的限定、修飾作用等，也就是每個(gè)概念同其他概念間的相互關(guān)系。所以，在特征提取的作用下，自然語(yǔ)言會(huì)被分割成結(jié)構(gòu)式概念，且這些概念都會(huì)被定義與其他概念之間的關(guān)系，以用來(lái)進(jìn)行下面的特征加工。

2.特征加工

在特征加工過(guò)程中，首先提取結(jié)構(gòu)化數(shù)據(jù)，其次判斷其是否包含目標(biāo)概念，再次由所提取的數(shù)據(jù)進(jìn)行推動(dòng)，最后確定是否可以得出臨床結(jié)局。

在基于某種規(guī)則對(duì)特征進(jìn)行加工時(shí)，一般以下兩種方法可以生成規(guī)則，即：①?gòu)臄?shù)據(jù)中借助統(tǒng)一或機(jī)器學(xué)習(xí)的方法自動(dòng)推導(dǎo)、制定規(guī)則;②專家制定規(guī)則或聯(lián)合制定規(guī)則，由專家判斷通過(guò)機(jī)器學(xué)習(xí)所產(chǎn)生的規(guī)則，并加以矯正。總之，不管采取哪種方式對(duì)特征進(jìn)行加工，都需要通過(guò)訓(xùn)練及驗(yàn)證所設(shè)定的規(guī)則，并使其得到進(jìn)一步應(yīng)用。

3.系統(tǒng)訓(xùn)練和驗(yàn)證

一般而言，需要通過(guò)訓(xùn)練及驗(yàn)證完成特征加工后的系統(tǒng)，而在這種過(guò)程中需要將足夠分類的“標(biāo)準(zhǔn)答案”提供給該系統(tǒng)，一般情況下，要將大量的標(biāo)準(zhǔn)數(shù)據(jù)應(yīng)用于訓(xùn)練，同時(shí)加以驗(yàn)證，這時(shí)在實(shí)際使用中系統(tǒng)便可得到穩(wěn)定運(yùn)行。不過(guò)需對(duì)訓(xùn)練及驗(yàn)證的成本加以考慮，而各類學(xué)習(xí)任務(wù)的訓(xùn)練數(shù)據(jù)在實(shí)際操作中具有一定的差異化。一般表現(xiàn)較好的是文獻(xiàn)報(bào)告NLP驗(yàn)證的結(jié)果，不過(guò)其中特異度及敏感度在許多系統(tǒng)中均超過(guò)90%。通過(guò)測(cè)試不同時(shí)間點(diǎn)、不同應(yīng)用目的及不同軟件系統(tǒng)，從而未表現(xiàn)出明顯的性能差異。

二、自然語(yǔ)言處理的醫(yī)學(xué)應(yīng)用

（一）自然語(yǔ)言處理在醫(yī)學(xué)報(bào)告中的應(yīng)用

如今的醫(yī)療領(lǐng)域受到信息化技術(shù)的影響較大，人們更多關(guān)注電子病歷的開(kāi)發(fā)及應(yīng)用。這種新型的電子病歷將結(jié)構(gòu)化病歷或?qū)I(yè)表格的處理作為其研究的重要方面之一。其中結(jié)構(gòu)化程度隨著更多的結(jié)構(gòu)化內(nèi)容及更多病歷覆蓋的內(nèi)容的出現(xiàn)，逐漸被細(xì)化。

比如近些年來(lái)，現(xiàn)代臨床醫(yī)學(xué)得以迅速發(fā)展的重要學(xué)科之一——胃腸道內(nèi)窺鏡檢查學(xué)，其學(xué)科地位得到一定程度地提高，具體表現(xiàn)在三個(gè)方面：①胃腸道內(nèi)窺鏡檢查從過(guò)去的輔助檢查變成如今的基礎(chǔ)臨床診斷手段之一;②內(nèi)窺鏡這一檢查手段已經(jīng)成為醫(yī)學(xué)信息系統(tǒng)研究的熱門對(duì)象;③電子病歷中不能缺少的一部分是消化科內(nèi)窺鏡檢查報(bào)告。這種報(bào)告是極為重要的醫(yī)學(xué)報(bào)告文書(shū)，可記錄內(nèi)窺鏡檢查診斷治療過(guò)程，意義非凡。

電子病歷在實(shí)現(xiàn)結(jié)構(gòu)化方面走在了前面，亦取得了不小的成就，不過(guò)，其中被應(yīng)用最為廣泛的是結(jié)構(gòu)化表單錄入，這種方式在自然語(yǔ)言表達(dá)中，并不能體現(xiàn)出所有的語(yǔ)義信息。而制約電子病歷結(jié)構(gòu)化發(fā)展的關(guān)鍵性問(wèn)題是醫(yī)學(xué)術(shù)語(yǔ)的標(biāo)準(zhǔn)化，另外，不同醫(yī)生具有不同的病歷描述習(xí)慣且病案書(shū)寫(xiě)需語(yǔ)句通順，合乎規(guī)范。其實(shí)電子病歷在全領(lǐng)域內(nèi)，還沒(méi)有完整應(yīng)用，它是具有一定培訓(xùn)基礎(chǔ)的分類標(biāo)準(zhǔn)及體系，不過(guò)，在一些小的領(lǐng)域中出現(xiàn)了小范圍的標(biāo)準(zhǔn)。比如MST（Minimal Standard Terminology），它來(lái)自歐美地區(qū)，是一套比較成熟的檢查術(shù)語(yǔ)標(biāo)準(zhǔn)，被廣泛應(yīng)用于胃腸道消化科內(nèi)窺鏡檢查，這為消化科內(nèi)窺鏡檢查報(bào)告的結(jié)構(gòu)化提供了一個(gè)良好的平臺(tái)。所以，面對(duì)結(jié)構(gòu)化表單的錄入無(wú)法得到大眾認(rèn)可，甚至在自然語(yǔ)言表達(dá)中，尚不能達(dá)到所有語(yǔ)義信息的要求的現(xiàn)象時(shí)，可通過(guò)自然語(yǔ)言處理技術(shù)使得消化科內(nèi)窺鏡檢查報(bào)告的結(jié)構(gòu)化得以實(shí)現(xiàn)，為了實(shí)現(xiàn)報(bào)告的標(biāo)準(zhǔn)化及結(jié)構(gòu)化，可基于消化科內(nèi)窺鏡檢查標(biāo)準(zhǔn)術(shù)語(yǔ)，通過(guò)分析純文本進(jìn)行操作。

1.胃腸道內(nèi)窺鏡檢查報(bào)告的主要特點(diǎn)

從事醫(yī)療行業(yè)，每天都會(huì)通過(guò)看診為病人診斷病癥，需要書(shū)寫(xiě)大量的診斷報(bào)告，這就需要對(duì)醫(yī)生進(jìn)行上崗培訓(xùn)，并盡量統(tǒng)一書(shū)寫(xiě)病例的具體方式。但由于專業(yè)背景、個(gè)人經(jīng)歷、用詞習(xí)慣等不同，內(nèi)窺鏡的檢查報(bào)告呈現(xiàn)出以下局限：①用語(yǔ)不統(tǒng)一，醫(yī)生自由錄入產(chǎn)生的診斷報(bào)告的診斷意見(jiàn)和檢查所見(jiàn)，使得報(bào)告呈現(xiàn)出個(gè)人特點(diǎn)而非遵從統(tǒng)一標(biāo)準(zhǔn);②查找費(fèi)時(shí)費(fèi)力。所謂的費(fèi)時(shí)費(fèi)力主要體現(xiàn)在計(jì)算機(jī)檢索查詢文本數(shù)據(jù)時(shí)，容易出現(xiàn)統(tǒng)計(jì)錯(cuò)誤及費(fèi)時(shí)情況，而根據(jù)醫(yī)生的書(shū)寫(xiě)習(xí)慣，對(duì)于多個(gè)檢查項(xiàng)目存在于一句話中時(shí)，則需將前后關(guān)系作為依據(jù)，從而判斷出檢查項(xiàng)目所指;③共享困難。通常純文本不僅無(wú)法共享數(shù)據(jù)，還不能更好地通過(guò)計(jì)算機(jī)進(jìn)行數(shù)據(jù)識(shí)別及處理;④沒(méi)有上下文限制。

2.報(bào)告結(jié)構(gòu)化的關(guān)鍵

想要進(jìn)一步規(guī)范報(bào)告結(jié)構(gòu)，必須使報(bào)告中的詞匯具有MST結(jié)構(gòu)，具體可通過(guò)如下五個(gè)方面開(kāi)展相應(yīng)工作：

（1）分詞：為了方便在MST中找到對(duì)應(yīng)的術(shù)語(yǔ)，可將報(bào)告中的字串轉(zhuǎn)化成詞串;

（2）分詞調(diào)整：切分MST標(biāo)準(zhǔn)術(shù)語(yǔ)，將非標(biāo)準(zhǔn)詞匯轉(zhuǎn)化為標(biāo)準(zhǔn)詞匯;

（3）歸類：為MST術(shù)語(yǔ)表進(jìn)行類型歸類，明確每一類的職責(zé);

（4）定義關(guān)系：定義每個(gè)語(yǔ)義類型之間的語(yǔ)義關(guān)系，并表達(dá)MST中隱含的關(guān)系;

（5）文本解析：在分詞、歸類和關(guān)系定義基礎(chǔ)上，定位每個(gè)詞匯，使文本具有MST結(jié)構(gòu)。

3.方案設(shè)計(jì)

本文基于現(xiàn)在結(jié)構(gòu)化過(guò)程中存在的問(wèn)題以及內(nèi)窺鏡檢查報(bào)告的特點(diǎn)，提出以自然語(yǔ)言處理技術(shù)為依據(jù)的結(jié)構(gòu)化方法，這種方法促成了既有的較為成熟的自然語(yǔ)言處理技術(shù)成果的呈現(xiàn)，從而得出一種自然語(yǔ)言處理結(jié)構(gòu)模型，該模型以內(nèi)窺鏡檢查報(bào)告的特點(diǎn)為依據(jù)設(shè)計(jì)而成。

（1）分詞模塊：分為初步處理和調(diào)整兩個(gè)小模塊，國(guó)內(nèi)很多軟件已經(jīng)能夠進(jìn)行比較精準(zhǔn)的原始切分，但常會(huì)囿于分詞軟件的局限性，使得分詞結(jié)果并不完全適用于醫(yī)學(xué)領(lǐng)域，所以做完這一步之后，我們需要進(jìn)一步調(diào)整，來(lái)識(shí)別MST術(shù)語(yǔ)，達(dá)到非標(biāo)準(zhǔn)MST術(shù)語(yǔ)到標(biāo)準(zhǔn)MST術(shù)語(yǔ)的轉(zhuǎn)化。

（2）文本解析模塊：在MST知識(shí)庫(kù)基礎(chǔ)上，為分詞得到的結(jié)果進(jìn)行逐類型分析，并明確類型之間的語(yǔ)義關(guān)系，然后在符合MST標(biāo)準(zhǔn)的前提下，輸出檢查條目結(jié)果，找對(duì)應(yīng)編碼。

（3）MST知識(shí)庫(kù)：借鑒了一體化醫(yī)學(xué)語(yǔ)言系統(tǒng)UMLS中的關(guān)系數(shù)據(jù)庫(kù)模型，其中該知識(shí)庫(kù)中涵蓋了MST檢查條目的編碼及術(shù)語(yǔ)的層次關(guān)系、語(yǔ)義類型之間的語(yǔ)義關(guān)系定義，MST術(shù)語(yǔ)所屬的語(yǔ)義類型定義，MST術(shù)語(yǔ)關(guān)系庫(kù)及MST術(shù)語(yǔ)集。

（4）專業(yè)詞典：其中涉及的常見(jiàn)、非標(biāo)準(zhǔn)MST詞匯存留在MST標(biāo)準(zhǔn)術(shù)語(yǔ)及內(nèi)鏡檢查報(bào)告中，不過(guò)它們可以轉(zhuǎn)化成MST標(biāo)準(zhǔn)術(shù)語(yǔ)的詞匯以及詞性。

（5）人工干預(yù)模塊：而敘述性檢查報(bào)告用語(yǔ)中的靈活性決定于漢語(yǔ)的靈活性，不過(guò)在詞典設(shè)計(jì)中，需通過(guò)創(chuàng)建學(xué)習(xí)引擎，不斷學(xué)習(xí)及補(bǔ)充處理過(guò)程中的系統(tǒng)，然后通過(guò)借助自然語(yǔ)言處理技術(shù)，使得內(nèi)窺鏡檢查報(bào)告可以結(jié)構(gòu)化，同時(shí)分析標(biāo)準(zhǔn)及內(nèi)窺鏡檢查報(bào)告的特點(diǎn)，可謂工程艱巨。

（二）自然語(yǔ)言處理在醫(yī)學(xué)影像中的應(yīng)用

醫(yī)學(xué)影像報(bào)告是電子健康病歷（EHR）中包含大量數(shù)字信息的重要組成部分。在EHR中出現(xiàn)的影像報(bào)告，主要由自由文本形式構(gòu)成，非機(jī)構(gòu)性數(shù)據(jù)，對(duì)信息的提取和利用產(chǎn)生了不利的影響。另外，在人工提取報(bào)告信息的過(guò)程中，容易出現(xiàn)難以操作的現(xiàn)象，因此，醫(yī)學(xué)影像報(bào)告信息中的重要工具便是自然語(yǔ)言處理（NLP）技術(shù)。根據(jù)不同的提取對(duì)象，NLP可用于以下實(shí)際操作中的信息分析：

1.患者個(gè)體信息分析

對(duì)個(gè)體的影像信息進(jìn)行有針對(duì)性的提示，可以大大減輕醫(yī)生的負(fù)擔(dān)：

（1）提示危重信息：通過(guò)NLP將影像報(bào)告中所描述的、可能導(dǎo)致嚴(yán)重后果的影像征象進(jìn)行檢查，從而將檢查結(jié)果提供給醫(yī)生，使其注意對(duì)該患者的治療方法。如今可通過(guò)NLP檢查出的癥狀包括血栓栓塞性疾病及各類潛在惡性病變、急性肺損傷、肺炎、闌尾炎等。

（2）提示隨訪建議：對(duì)于臨床進(jìn)行后續(xù)操作的內(nèi)容，可在NLP檢出報(bào)告中，自動(dòng)生成隨訪建議，提示后續(xù)檢查或治療。

（3）提示可能出現(xiàn)的錯(cuò)誤：可對(duì)報(bào)告醫(yī)師是否可能為誤讀、誤判或誤操作進(jìn)行相應(yīng)提示，使得邏輯矛盾的內(nèi)容得以明確檢出。

2.患者群體信息分析

提取和分析患者群體影像診斷信息，從而使得患者隊(duì)列得到構(gòu)建，并應(yīng)用于流行病學(xué)研究、行政管理等。

（1）流行病學(xué)研究隊(duì)列的構(gòu)建：對(duì)大數(shù)量患者群體，通過(guò)NLP可高效分析其影像報(bào)告，從而得出群體的特征性數(shù)據(jù)。對(duì)于流行病學(xué)研究患者隊(duì)列的構(gòu)建，可使用傳統(tǒng)方法，通過(guò)投入人力及時(shí)間的成本對(duì)合適病例進(jìn)行篩選，此外，流行病學(xué)研究效率可借助NLP進(jìn)行提高，從而為循證影像醫(yī)學(xué)研究提供幫助。

（2）對(duì)社區(qū)群體的公共衛(wèi)生情況進(jìn)行監(jiān)控：采用NLP對(duì)區(qū)域健康情況進(jìn)行評(píng)估。為了對(duì)公共健康水平進(jìn)行監(jiān)控，并展開(kāi)決策分析，可通過(guò)從圖像中提取的群體NLP特征值和其他結(jié)構(gòu)化電子病歷數(shù)據(jù)實(shí)現(xiàn)。

3.醫(yī)學(xué)影像流程信息分析

改進(jìn)及評(píng)價(jià)醫(yī)學(xué)影像報(bào)告質(zhì)量，可通過(guò)提取及分析醫(yī)學(xué)影像流程信息實(shí)現(xiàn)，具體如下：

（1）報(bào)告質(zhì)量評(píng)價(jià)和報(bào)告規(guī)范的建立：NLP可自動(dòng)分析大量影像數(shù)據(jù)及反映其日常的影像科日常工作運(yùn)行情況;對(duì)影像報(bào)告進(jìn)行判斷，從而得出是否符合相關(guān)指南或診斷規(guī)則的結(jié)論;對(duì)醫(yī)學(xué)影像學(xué)的流程和質(zhì)量指標(biāo)進(jìn)行識(shí)別。如今看來(lái)，評(píng)價(jià)報(bào)告的完整性和規(guī)范性可由NLP系統(tǒng)實(shí)現(xiàn)，同時(shí)推出報(bào)告信息能否用于對(duì)疾病的診斷、能否給出正確合理的治療建議及是否及時(shí)進(jìn)行危急情況的預(yù)警。而借助NLP結(jié)果，可引導(dǎo)報(bào)告規(guī)范的建立。

（2）醫(yī)師個(gè)人表現(xiàn)評(píng)價(jià)和改進(jìn)建議：針對(duì)醫(yī)師完成報(bào)告而進(jìn)行行為評(píng)價(jià)，這是NLP的一個(gè)作用，同時(shí)它對(duì)醫(yī)師的個(gè)人質(zhì)量評(píng)價(jià)進(jìn)行診斷。

（3）影像檢查全流程的改進(jìn)：通過(guò)NLP分析各類影像的綜合信息，關(guān)聯(lián)全面的臨床信息及報(bào)告中的檢查結(jié)果和建議等，比如申請(qǐng)醫(yī)師及患者類型（住院或門診）、性別、申請(qǐng)科室、檢查適應(yīng)證、疾病種類、患者年齡等。經(jīng)過(guò)分析及驗(yàn)證大規(guī)模的數(shù)據(jù)，可得到預(yù)測(cè)模型，從而得出臨床決策支持系統(tǒng)（CDSS），使其適用于本地情況，該系統(tǒng)可應(yīng)用于計(jì)算機(jī)醫(yī)囑系統(tǒng)（CPOE）中，從而高質(zhì)量、高效率及標(biāo)準(zhǔn)化管理影像檢查申請(qǐng)、臨床應(yīng)用及結(jié)束的全過(guò)程。

三、結(jié)語(yǔ)

自然語(yǔ)言處理技術(shù)日新月異，其在醫(yī)療器械研究領(lǐng)域的進(jìn)駐，不僅改變了醫(yī)學(xué)工作者的工作模式，更有價(jià)值的是開(kāi)啟了從源頭“根治”醫(yī)療原始數(shù)據(jù)的新時(shí)代，進(jìn)而使早期的精確識(shí)別向如今的模糊識(shí)別發(fā)展，在此基礎(chǔ)上，醫(yī)療數(shù)據(jù)信息在錄入后的自動(dòng)導(dǎo)出和分類展示，基于人機(jī)交互的問(wèn)診系統(tǒng)開(kāi)發(fā)、臨床評(píng)分等，都使自然語(yǔ)言處理技術(shù)在醫(yī)學(xué)領(lǐng)域的地位越來(lái)越重要。隨著技術(shù)的不斷完善，系統(tǒng)經(jīng)過(guò)對(duì)醫(yī)學(xué)數(shù)據(jù)的深度學(xué)習(xí)之后，也必將推動(dòng)NLP在醫(yī)學(xué)領(lǐng)域中的應(yīng)用方向，從現(xiàn)在的輔助“展示”階段、代替處理階段至將來(lái)的“發(fā)現(xiàn)”并進(jìn)行“預(yù)警”階段，這也是醫(yī)療領(lǐng)域發(fā)展的重大變革。

[參考文獻(xiàn)]

[1] 蘭欣，衛(wèi)榮，蔡宏偉等.機(jī)器學(xué)習(xí)算法在醫(yī)療領(lǐng)域中的應(yīng)用[J].醫(yī)療衛(wèi)生裝備，2019（03）.

[2] 舒堅(jiān)，周才英，劉琳嵐.對(duì)象角色建模方法在ERP系統(tǒng)中的應(yīng)用[J].微計(jì)算機(jī)信息，2006（09）.

[3] 馬帥，王霄英.自然語(yǔ)言處理在醫(yī)學(xué)影像中的應(yīng)用[J].放射學(xué)實(shí)踐，2016（12）.

[4] 胡雪嬋，韓雪峰等.醫(yī)療器械漢語(yǔ)語(yǔ)料庫(kù)的建立和初步設(shè)計(jì)——基于一體化醫(yī)學(xué)語(yǔ)言系統(tǒng)和語(yǔ)義網(wǎng)絡(luò)的思考[J].中阿科技論壇，2018（06）.

[5] 胡雪嬋，韓雪峰等.用于醫(yī)療技術(shù)傳播的語(yǔ)言研究現(xiàn)狀與展望[J].吉林廣播電視大學(xué)學(xué)報(bào)，2019（03）.

[責(zé)任編輯：周海秋]