アサーションの検出
医療コンテンツの意味は、否定、または条件付きアサーションなどの修飾子によって大きな影響を受け、これが誤って伝わると重大な影響を及ぼす可能性があります。 Text Analytics for Health では、テキスト内のエンティティに対して 4 つのカテゴリのアサーション検出がサポートされます。
- 確実性
- 条件付き
- 関連付け
- テンポラル
アサーションの出力
Text Analytics for Health はアサーション修飾子を返します。これは、テキスト内の概念のコンテキストをより深く理解するために、医療コンセプトに割り当てられた有益な属性です。 これらの修飾子は 4 つのカテゴリに分かれており、それぞれが異なる側面に焦点を置いており、相互に排他的な値のセットを含んでいます。 各エンティティには、カテゴリごとに 1 つの値のみが割り当てられます。 各カテゴリの最も一般的な値が既定値です。 サービスの出力応答には、既定値とは異なるアサーション修飾子だけが含まれます。 つまり、アサーションが返されない場合は、暗黙的なアサーションが既定値になります。
CERTAINTY - 概念の存在に関する情報と (存在または不在)、その存在に関するテキストがどの程度確実か (的確または可能性) に関する情報を提供します。
- Positive [既定値]: 概念が存在するか、発生しています。
- Negative: 概念は現在存在していないか、発生していません。
- Positive_Possible: 概念は存在する可能性がありますが、不明確要素があります。
- Negative_Possible: 概念が存在する可能性はほとんどありませんが、ある程度の不明確要素があります。
- Neutral_Possible: 概念は、存在する可能性と存在しない可能性があり、どちらの側にも偏っていません。
アサーション検出の例を次に示します。ここでは、ネゲートされたエンティティが確実性カテゴリの負の値で返されます。
{
"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 - 概念の存在が特定の条件に依存するかどうかに関する情報を提供します。
- None [既定値]: 概念は事実であり、仮説でなく、特定の条件に依存しません。
- Hypothetical: 概念は発達するか、将来発生する可能性があります。
- Conditional: 概念は存在するか、特定の条件下でのみ発生します。
ASSOCIATION - 概念はテキストの対象または別の誰かと関連付けられているかどうかを示します。
- Subject [既定値]: 概念は、テキストの対象 (通常は患者) に関連付けられています。
- その他: 概念は、テキストの対象ではない誰かに関連付けられています。
TEMPORAL - 過去、現在、または未来のいずれに関連する事態であるかを詳述する概念に関する追加のテンポラル情報を提供します。
- 現在 [既定値]: 概念は、現在の事態に属する条件/イベントに関連します。 たとえば、患者が病院で診察を受ける原因となった医学的症状 (「ER に到着する 5 日前に頭痛が始まった」など) があります。 これには、新しく行われた診断、この事態の期間中に経験したか、この事態に至った症状、この事態の間に行われた治療および検査が含まれます。
- 過去: 概念は、現在の事態より前に存在または発生したものとして言及されている状態、検査、治療、投薬事象に関連しており、後の状態 (s/p)、最近 (recently)、前 (ago)、以前 (previously)、子供の頃 (in childhood)、X 歳のとき (at age X) などのヒントによって示されることがあります。たとえば、過去に行われた診断、行われた治療、過去の検査とその結果、過去の入院などです。病歴は過去として考慮されます。
- 将来: 概念は、将来発生することが計画、予定、推測されている条件/事象に関連しており、たとえば、取得予定、受診予定、2 週間後に予定、などがあります。