Научная статья на тему 'АННОТАЦИЯ МЕДИЦИНСКИХ ТЕКСТОВ С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА '

АННОТАЦИЯ МЕДИЦИНСКИХ ТЕКСТОВ С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
68
18
i Надоели баннеры? Вы всегда можете отключить рекламу.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Масликова У.В.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «АННОТАЦИЯ МЕДИЦИНСКИХ ТЕКСТОВ С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА »

Информационно-вычислительные технологии

АННОТАЦИЯ МЕДИЦИНСКИХ ТЕКСТОВ С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИЙ

ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Масликова У. В.

Научно-исследовательский центр инновационных решений в медицине, Москва, Россия Научный руководитель: Яремин Б. И. (канд. мед. наук, доцент)

Электронные медицинские карты (ЭМК) широко распространены в здравоохранении. Объём хранимых в них данных возрастает экспоненциально. При этом типичная ЭМК содержит несколько сотен неструктурированных простых текстовых клинических записей, а также большие объемы полуструктурированных данных, таких как назначенные медикаменты, значения лабораторных тестов, процедур и жизненных показателей. Важная задача состоит в том, чтобы максимизировать информационное покрытие при минимизации избыточности в ограниченном пространстве. Развивающиеся точные аннотации записей пациентов требуют сложного подхода.

Цель работы: подготовить и тестировать интерфейс HL7 для передачи данных ЭМК пациентов в сервис для анализа и смысловой группировки деперсонифицированных медицинских документов.

Материалы и методы. Для подготовки, обработки и сегментации микрофотографий на вход искусственной нейронной сети использовали интеграцию решений с открытым исходным кодом. Текст медицинской документации с удалёнными персональными данными передавали в API сервиса DeepL для автоматического перевода его на английский язык, после чего для анализа медицинских текстов в первом приближении использовали сервис IBM Watson Annotator for Clinical Data - облачный сервис, работающий на базе искусственного интеллекта, который обеспечивает получение значимой информации из неструктурированных данных, созданных специально для сферы здравоохранения и медико-биологических наук. Annotator for Clinical Data извлекает ключевые клинические понятия из текста на естественном языке, такие как заболевания, лекарства, аллергии и процедуры. Эти особенности обогащены глубоким контекстуальным пониманием, а также значениями ключевых клинических признаков, чтобы обеспечить более полное представление о доступных данных.

Результаты. Подготовлена база данных медицинских текстов 289 пациентов для обучения нейросети в объеме 89 ООО слов. Проведено разделение текстовых данных на структурные компоненты, удалены повторяющиеся фрагменты. Проведена проверка текстов на наличие синтаксических ошибок. Имена файлов приведены к ID пациентов. На рис. 1 показан пример распознавания структуры текста медицинского документа в окне приложения Watson Annotator for Clinical Data.

Рис. 7. Вид экрана Watson Annotator For Clinical Data при аннотации медицинского текста

Вестник медицинского института «РЕАВИЗ». 2022. № 2

Приложение

Удалось выявить наличие симптомокомплексов, сочетаний выявленных аннотаций, которые далее могут быть использованы скриптом для принятия диагностического решения. Оценка чувствительности/специфичности предложенного метода по сравнению с традиционной диагностикой составила 89/83 %.

Заключение. Таким образом, существующие средства позволяют создать сервис распознавания текстов медицинских документов с использованием технологий искусственного интеллекта.

Работа выполнена в рамках договора №15265ГУ/2020 от 14.06.2020 с Фондом содействия инновациям.

МОБИЛЬНОЕ ПРИЛОЖЕНИЕ ДЛЯ БЕРЕМЕННЫХ «DONT WORRY 1.0» КАК ИНСТРУМЕНТ ОПТИМИЗАЦИИ РАБОТЫ ВРАЧА АКУШЕРА-ГИНЕКОЛОГА ЖЕНСКОЙ КОНСУЛЬТАЦИИ

Обернихин К.И.

Воронежский государственный медицинский университет имени H.H. Бурденко, Воронеж, Россия Научный руководитель: Енькова Е.В. (д-р мед. наук, профессор)

Цель: разработать информационный продукт (мобильное приложение), позволяющее беременным женщинам быстро оценивать состояние своего здоровья, а лечащему врачу получать систематизированную и достоверную информацию о текущем состоянии пациентки. Основные требования: простота интерфейса, возможность автономной работы без доступа к сети Интернет, лаконичный дизайн, соответствие действующим клиническим рекомендациям.

Материалы и методы: объектно-ориентированное программирование в интегрированной среде IDE Java. В состав программного пакета вошло 3 блока: «Моё здоровье», «Моя беременность», «Моё психологическое состояние». Шкалы и их последующая интерпретация по данным прохождения тестирований соответствуют действующим клиническим протоколам РОАГ. Результаты прохождения каждого из блока определяют необходимость консультации у врача-акушера-гинеколога, врача-терапевта, психолога.

Результаты. Разработаное мобильное приложение «Don t worry!» для беременных, позволяет проводить диагностику текущего состояния здоровья, отмечать изменения в течении беременности, оценивать уровень тревожности. Произведен тестовый контроль программной части demo-версии на предмет: простоты интерфейса, возможности автономной работы без доступа к сети Интернет, лаконичности дизайна, соответствия действующим клиническим протоколам. На момент публикации (февраль, 2022 года) программный продукт проходит процедуру государственной регистрации в Федеральной службе по интеллектуальной собственности (Роспатент).

Выводы. Использование мобильных приложений в работе амбулаторно-поликлинической службы, в частности женской консультации, позволит значительно повысить показатели доступности и качества оказания медицинской помощи, значительно снизить финансовые расходы лечебно-профилактических учреждений на необоснованные обращения. Использование программ, не требующих доступа к сети Интернет, позволяет населению удалённых районов получить достоверную и актуальную информацию о своём здоровье, соответствующую действующим клиническим протоколам.

Список литературы

1. mHealth: new horizons for health through mobile technologies: second global survey on eHealth. World Health Organization. Geneva, 2011. Available at: www.who.int/goe/ publica-tions/goe_mhealth_web.pdf

2. The Future II Study Group. Effect of prophylactic human papillomavirus L1 virus-like-particle vaccine on risk of cervical intraepithelial neoplasia grade 2, grade 3, and adenocarcinoma in situ: a combined analysis of four randomized clinical trials. Lancet. 2007; 369: 1861-68.

i Надоели баннеры? Вы всегда можете отключить рекламу.