什麼是用於健康醫療領域的自訂文字分析?

用於健康醫療領域的自訂文字分析是Azure AI 語言所提供的其中一項自訂功能。 其是一項雲端式 API 服務,可套用機器學習智慧,讓您能夠在用於健康醫療領域的文字分析之上建置自訂模型,以執行自訂健康醫療實體識別工作。

用於健康醫療領域的自訂文字分析可讓使用者建置自訂 AI 模型,以從非結構化文字擷取醫療保健特定實體,例如臨床附注和報告。 建立用於健康醫療領域的自訂文字分析專案,開發人員即可先反覆標示資料、定型、評估以及改善模型效能,再使其可供取用。 已標記數據的品質會大幅影響模型效能。 為了簡化模型的建立和自訂,服務提供可透過語言工作室存取的入口網站。 您可以遵循本 快速入門中的步驟,輕鬆地開始使用服務。

此文件包含下列類型的文章:

  • 快速入門是引導您完成對服務提出要求的入門指示。
  • 概念提供服務功能和功能的說明。
  • 操作指南包含以更具體或自訂的方式使用服務的指示。

使用案例範例

與健康情況文字分析類似,用於健康醫療領域的自訂文字分析可用於各種醫療保健產業的多個案例中。 不過,這項功能的主要用法是在文字分析上提供自訂層,讓健康情況擴充其現有的實體對應。

項目開發生命週期

使用用於健康醫療領域的自訂文字分析通常牽涉到數個不同的步驟。

顯示使用自訂模型時的專案開發生命週期的圖表。

  • 定義您的結構描述:了解您的資料,並定義您想要擷取在現有文字分析上擷取的新實體,以進行健康情況實體對應。 避免模棱兩可。

  • 標記您的數據:標記數據是判斷模型效能的關鍵因素。 精確地、一致且完全地標記。

    • 精確標記:一律將每個實體標記為其正確的類型。 在標籤中只要包括您想要擷取的內容,避免不必要的資訊。
    • 標籤一致:相同的實體在所有檔案中都應該有相同的標籤。
    • 完全標籤:將所有檔案中實體的所有實例加上標籤。
  • 定型模型:您的模型會開始學習已標記的數據。

  • 檢視模型的效能:定型完成後,檢視模型的評估詳細數據、其效能,以及如何改善模型。

  • 部署模型:部署模型使其可以透過 API 來使用。

  • 擷取實體:使用自定義模型進行實體擷取工作。

參考檔和程式代碼範例

當您使用用於健康醫療領域的自訂文字分析時,請參閱下列適用於 Azure AI 語言的參考文件:

API 參考文件
REST API (撰寫) REST API 文件 (英文)
REST API (執行時間) REST API 文件 (英文)

負責 AI

AI 系統不僅包括技術,還包括將使用該技術的人員、將受其影響的人員,以及部署所在的環境。 閱讀健康情況 文字分析 的透明度注意事項,以了解系統中負責任的 AI 使用和部署。 如需詳細資訊,您也可以參閱下列文章:

下一步

  • 使用快速入門文章來開始使用用於健康醫療領域的自訂文字分析。

  • 當您進行項目開發生命週期時,請檢閱詞彙,以深入瞭解此功能整個檔中使用的詞彙。

  • 請記得檢視服務限制,以取得區域可用性資訊。