Rilevamento asserzioni

Il significato del contenuto sanitario è fortemente influenzato dai modificatori, ad esempio asserzioni negative o condizionali, che possono avere implicazioni critiche in caso di rappresentazione errata. Analisi del testo per l'integrità supporta tre categorie di rilevamento asserzioni per le entità nel testo:

  • Certezza
  • Condizionale
  • Association Rules

Output dell'asserzione

Analisi del testo per l'integrità restituisce modificatori di asserzione, ovvero attributi informativi assegnati ai concetti medici che forniscono una comprensione più approfondita del contesto dei concetti all'interno del testo. Questi modificatori sono suddivisi in tre categorie, ognuna incentrata su un aspetto diverso e contenente un set di valori che si escludono a vicenda. A ogni entità viene assegnato un solo valore per categoria. Il valore più comune per ogni categoria è il valore Predefinito. La risposta di output del servizio contiene solo modificatori di asserzione diversi dal valore predefinito.

CERTEZZA: fornisce informazioni sulla presenza (presente o assente) del concetto e sul modo in cui il testo riguarda la sua presenza (definita o possibile).

  • Positivo [Predefinito]: il concetto esiste o si è verificato.
  • Negativo: il concetto non esiste ora o non è mai accaduto.
  • Positive_Possible: è probabile che il concetto esista, ma c'è qualche incerta.
  • Negative_Possible: l'esistenza del concetto è improbabile, ma c'è incertezza.
  • Neutral_Possible: il concetto può esistere o meno senza una tendenza a entrambi i lati.

CONDITIONALITY: fornisce informazioni sull'esistenza di un concetto in base a determinate condizioni.

  • None [Default]: il concetto è un fatto e non ipotetico e non dipende da determinate condizioni.
  • Ipotetico: il concetto può svilupparsi o verificarsi in futuro.
  • Condizionale: il concetto esiste o si verifica solo in determinate condizioni.

ASSOCIATION: descrive se il concetto è associato all'oggetto del testo o a un altro utente.

  • Subject [Default]: il concetto è associato all'oggetto del testo, in genere il paziente.
  • Someone_Else: il concetto è associato a un utente che non è l'oggetto del testo.

Il rilevamento asserzione rappresenta le entità negate come valore negativo per la categoria di certezza, ad esempio:

{
    "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"
        },
    ...
}

Passaggi successivi

Come chiamare il Analisi del testo per l'integrità