Detección de aserciones
El significado del contenido médico se ve muy afectado por los modificadores, como las aserciones negativas o condicionales, que pueden tener implicaciones críticas si se interpretan de manera errónea. Text Analytics for health admite cuatro categorías de detección de aserciones para entidades en el texto:
- Certeza
- Condicional
- Asociación
- Temporal
Salida de aserciones
Text Analytics for Health devuelve modificadores de aserciones, que son atributos informativos asignados a conceptos médicos que proporcionan una comprensión más profunda del contexto de los conceptos en el texto. Estos modificadores se dividen en cuatro categorías, cada una de las cuales se centra en un aspecto diferente y contiene un conjunto de valores mutuamente excluyentes. Solo se asigna un valor por categoría a cada entidad. El valor más común de cada categoría es el valor predeterminado. La respuesta de salida del servicio solo contiene modificadores de aserciones que son diferentes del valor predeterminado. En otras palabras, si no se devuelve ninguna aserción, la aserción implícita es el valor predeterminado.
CERTAINTY: proporciona información sobre la presencia (presencia frente a ausencia) del concepto y la certeza del texto en relación con su presencia (cierta frente a posible).
- Positivo (valor predeterminado): el concepto existe o se ha producido.
- Negative: el concepto no existe o no se ha producido nunca.
- Positive_Possible: probablemente el concepto existe, pero existe alguna incertidumbre.
- Negative_Possible: la existencia del concepto es improbable pero existe alguna incertidumbre.
- Neutral_Possible: el concepto puede existir o no, sin tener a ninguna de estas opciones.
A continuación se muestra un ejemplo de detección de aserciones en el que se devuelve una entidad negada con un valor negativo para la categoría de certeza:
{
"offset": 381,
"length": 3,
"text": "SOB",
"category": "SymptomOrSign",
"confidenceScore": 0.98,
"assertion": {
"certainty": "negative"
},
"name": "Dyspnea",
"links": [
{
"dataSource": "UMLS",
"id": "C0013404"
},
{
"dataSource": "AOD",
"id": "0000005442"
},
...
}
CONDITIONALITY: proporciona información sobre si la existencia de un concepto depende de determinadas condiciones.
- None [valor predeterminado]: el concepto es un hecho, no hipotético y no depende de determinadas condiciones.
- Hypothetical: el concepto puede desarrollarse o producirse en el futuro.
- Conditional: el concepto existe o solo se produce en determinadas condiciones.
ASSOCIATION: describe si el concepto está asociado al sujeto del texto o a otra persona.
- Subject [valor predeterminado]: el concepto está asociado al sujeto del texto, normalmente el paciente.
- Otro: el concepto está asociado a alguien que no es el sujeto del texto.
TEMPORAL: proporciona información temporal adicional para un concepto detallando si se trata de un suceso relacionado con el pasado, el presente o el futuro.
- Actual [Valor predeterminado]: el concepto está relacionado con enfermedades/eventos que pertenecen a la visita actual. Por ejemplo, los síntomas médicos que han llevado al paciente a buscar atención médica (por ejemplo, "comenzó a tener dolores de cabeza 5 días antes de su llegada a Urgencias"). Esto incluye los nuevos diagnósticos, los síntomas experimentados durante la visita o que la han provocado, los tratamientos y los exámenes realizados durante la visita.
- Pasado: el concepto está relacionado con enfermedades, exámenes, tratamientos, medicaciones que se mencionan como algo que existió o sucedió antes de la visita actual, como podría indicarse con indicios como s/p, recientemente, hace tiempo, anteriormente, en la infancia, a la edad X. Por ejemplo, diagnósticos que se dieron en el pasado, tratamientos que se hicieron, exámenes pasados y sus resultados, ingresos pasados, etc. El historial médico se considera PASADO.
- Futuro: el concepto está relacionado con enfermedades/acontecimientos que están previstos/programados/sospechosos de ocurrir en el futuro, por ejemplo, se obtendrá, se someterá, está programado para dentro de dos semanas.