Cuốn sách này mô tả kết quả của phương pháp xử lý ngôn ngữ tự nhiên và phương pháp học máy áp dụng cho văn bản lâm sàng từ hồ sơ bệnh án điện tử. Sách được chia thành mười hai chương. Các chương 1-4 thảo luận về lịch sử và bối cảnh của hồ sơ bệnh án giấy ban đầu, mục đích của chúng và cách chúng được viết và cấu trúc. Những chương đầu tiên này không yêu cầu bất kỳ kiến ​​thức nền tảng kỹ thuật hoặc y tế nào. Tám chương còn lại mang tính kỹ thuật hơn và mô tả nhiều phân loại và thuật ngữ y tế khác nhau như mã chẩn đoán ICD, SNOMED CT, MeSH, UMLS và ATC. Các chương 5-10 đề cập đến các công cụ cơ bản để xử lý ngôn ngữ tự nhiên và truy xuất thông tin, cũng như cách áp dụng chúng vào văn bản lâm sàng. Sự khác biệt giữa các phương pháp dựa trên quy tắc và dựa trên học máy, cũng như giữa các phương pháp học máy có giám sát và không giám sát cũng được giải thích. Các chương kết thúc của cuốn sách trình bày một số ứng dụng trong khai thác văn bản lâm sàng và tóm tắt các bài học kinh nghiệm từ các chương trước.

Abstract:

This book describes the results of natural language processing and machine learning methods applied to clinical text from electronic patient records. It is divided into twelve chapters. Chapters 1-4 discuss the history and background of the original paper-based patient records, their purpose, and how they are written and structured. These initial chapters do not require any technical or medical background knowledge. The remaining eight chapters are more technical in nature and describe various medical classifications and terminologies such as ICD diagnosis codes, SNOMED CT, MeSH, UMLS, and ATC. Chapters 5-10 cover basic tools for natural language processing and information retrieval, and how to apply them to clinical text. The difference between rule-based and machine learning-based methods, as well as between supervised and unsupervised machine learning methods, are also explained. The book's closing chapters present a number of applications in clinical text mining and summarise the lessons learned from the previous chapters.

Ngôn ngữ:	eng
Tác giả:	Dalianis, Hercules
Thông tin nhan đề:	Clinical Text Mining: Secondary Use of Electronic Patient Records
Nhà xuất bản:	Springer
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ thông tin
Bản quyền:	https://creativecommons.org/licenses/by/4.0/
Nguồn gốc:	https://www.dbooks.org/clinical-text-mining-3319785036/
Mô tả vật lý:	192p.
Năm xuất bản:	2018