Qu’est-ce que Analyse de texte pour la santé ?
Important
L’Analyse de texte pour la santé est une fonctionnalité fournie « en l’état » et « avec toutes les erreurs ». L’Analyse de texte pour l’intégrité n’est pas destinée à être utilisée en tant que dispositif médical, support clinique, outil de diagnostic ou autre technologie destinée à être utilisée dans le diagnostic, la guérison, l’atténuation, le traitement ou la prévention de maladies ou d’autres conditions, et aucune licence ou droit n’est accordé par Microsoft pour utiliser cette fonctionnalité à ces fins. Cette fonctionnalité n’est pas conçue ou destinée à être mise en œuvre ou déployée en remplacement de conseils médicaux professionnels ou d’avis de santé, de diagnostic, de traitement ou de jugement clinique d’un professionnel de la santé, et ne doit pas être utilisé en tant que tel. Le client est seul responsable de l’utilisation de l’Analyse de texte pour l’intégrité. Le client doit disposer séparément d’une licence pour tous les vocabulaires sources qu’il envisage d’utiliser selon les conditions définies dans cette Annexe du Contrat de licence du métathésaurus de l’UMLS ou tout lien équivalent futur. Il incombe au client de s’assurer de la conformité avec les termes du contrat de licence, y compris en ce qui concerne les restrictions géographiques ou autres restrictions applicables.
L’analyse de texte pour la santé permet désormais d’extraire des Déterminants sociaux de la santé (SDOH) et des mentions d’origine ethnique dans le texte. Cette fonctionnalité peut ne pas couvrir tous les SDOH potentiels et ne dérive pas d’inférences basées sur les SDOH ou l’origine ethnique (par exemple, les renseignements sur l’usage de substances sont exposés, mais l’abus de substances n’est pas déduit). Toutes les décisions tirant parti des sorties de l’Analyse de texte pour la santé qui ont un impact sur les individus ou l’allocation des ressources (y compris, mais sans s’y limiter, celles liées à la facturation, aux ressources humaines ou à la gestion des traitements médicaux) doivent être prises avec une supervision humaine et ne pas se baser uniquement sur les résultats du modèle. L’objectif des SDOH et de la capacité d’extraction de l’origine ethnique est d’aider les prestataires à améliorer les résultats en matière de santé et ils ne doivent pas être utilisés pour stigmatiser ou tirer des inférences négatives sur les utilisateurs ou les consommateurs des données des SDOH, ou les populations de patients, au-delà de l’objectif déclaré d’aider les prestataires à améliorer les résultats de santé.
L’Analyse de texte pour la santé est l’une des fonctionnalités prédéfinies proposées par Azure AI Language. Il s’agit d’un service d’API basé sur le cloud qui applique l’intelligence machine-learning pour extraire et étiqueter des informations médicales pertinentes à partir d’une variété de textes non structurés tels que les notes du médecin, les résumés de congé, les documents cliniques et les dossiers médicaux électroniques.
Cette documentation contient les types d’articles suivants :
- L’article de démarrage rapide fournit un bref tutoriel qui vous guide pour effectuer votre première demande auprès du service.
- Les guides pratiques contiennent des instructions détaillées sur la façon d’appeler le service à l’aide de l’API hébergée ou du conteneur Docker local.
- Les articles conceptuels fournissent des informations détaillées sur chacune des fonctionnalités du service, la reconnaissance d’entités nommées, l’extraction de relation, la liaison d’entités et la détection d’assertion.
Fonctionnalités de l’Analyse de texte pour la santé
Analyse de texte pour la santé exécute quatre fonctions clés qui sont la reconnaissance d’entité nommée, l’extraction de relation, la liaison d’entités et la détection d’assertion, toutes avec un seul appel d’API.
La reconnaissance d’entité nommée est utilisée pour effectuer une extraction sémantique de mots et d’expressions mentionnés à partir d’un texte non structuré associé à l’un des types d’entités pris en charge, tels que le diagnostic, le nom du médicament, le symptôme/signe ou l’âge.
Analyse de texte pour la santé peut recevoir du texte non structuré en anglais, allemand, français, italien, espagnol, portugais et hébreu.
En outre, Analyse de texte pour la santé peut retourner la sortie traitée à l’aide de la structure FHIR (Fast Healthcare Interoperability Resources) qui permet l’intégration du service à d’autres systèmes de santé électroniques.
Scénarios d’usage
Analyse de texte pour la santé peut être utilisé dans plusieurs scénarios dans divers secteurs d’activité. Voici quelques-unes des motivations courantes des clients pour l’utilisation de Analyse de texte pour la santé :
- Assistance et automatisation du traitement des documents médicaux par un codage médical approprié pour garantir une prise en charge et une facturation précises.
- Augmentation de l’efficacité de l’analyse des données de santé pour contribuer au succès des modèles de soins basés sur la valeur similaires à l’assurance-maladie.
- Réduire les efforts des fournisseurs de soins de santé en automatisant l’agrégation des données clés des patients pour la surveillance des tendances et des modèles.
- Faciliter et soutenir l’adoption des normes HL7 pour améliorer l’échange, l’intégration, le partage, la récupération et la distribution d’informations de santé électroniques dans tous les services de santé.
Exemples de cas d’utilisation :
| Cas d’usage | Description |
|---|---|
| Extraire des insights et des statistiques | Identifiez les entités médicales telles que les symptômes, les médicaments, le diagnostic à partir de documents cliniques et de recherche afin d’extraire des insights et des statistiques pour différentes cohortes de patients. |
| Développer des modèles prédictifs à l’aide de données historiques | Power Solutions pour la planification, l’aide à la décision, l’analyse des risques et bien plus encore, basées sur des modèles de prédiction créés à partir de données historiques. |
| Annoter et organiser des informations médicales | Solutions de prise en charge pour l’annotation et la curation des données cliniques, telles que l’automatisation du codage clinique et la numérisation des données créées manuellement. |
| Passer en revue et signaler les informations médicales | Prendre en charge des solutions pour signaler et signaler les erreurs possibles dans les informations médicales résultant de processus de révision tels que l’assurance qualité. |
| Aide à la prise de décision | Activez des solutions qui fournissent aux humains des informations d’assistance relatives aux informations médicales des patients pour des décisions plus rapides et plus fiables. |
Démarrez avec l’Analyse de texte pour la santé
Pour utiliser l’Analyse de texte pour la santé, vous envoyez du texte brut non structuré à des fins d’analyse et gérez la sortie de l’API dans votre application. L’analyse est effectuée telle quelle, sans aucune personnalisation supplémentaire du modèle utilisé sur vos données. Il existe deux façons d’utiliser l’Analyse de texte pour la santé :
| Option de développement | Description |
|---|---|
| Language studio | Language Studio est une plateforme web qui vous permet d’essayer la liaison d’entités avec des exemples de texte sans compte Azure et vos propres données lorsque vous vous inscrivez. Pour plus d’informations, consultez le site web Language Studio ou le démarrage rapide de Language Studio. |
| API REST ou bibliothèque de client (SDK Azure) | Intégrez l’Analyse de texte pour la santé dans vos applications à l’aide de l’API REST ou de la bibliothèque cliente disponible dans différents langages. Pour plus d’informations, consultez le Guide de démarrage rapide d’Analyse de texte pour la santé. |
| Conteneur Docker | Utilisez le conteneur Docker disponible pour déployer cette fonctionnalité localement. Ces conteneurs Docker vous donnent la possibilité de rapprocher le service plus près de vos données, ce qui peut être souhaitable pour des raisons de conformité, de sécurité ou opérationnelles. |
Exigences d’entrée et limites du service
Analyse de texte pour la santé est conçu pour recevoir du texte non structuré à des fins d’analyse. Pour plus d’informations, consultez Limites des données et du service.
L’Analyse de texte pour la santé fonctionne avec un large éventail de langages d’entrée. Consultez Prise en charge linguistique pour plus d'informations.
Documentation de référence et exemples de code
Quand vous utilisez cette fonctionnalité dans vos applications, consultez la documentation de référence et les exemples suivants pour Azure AI Language :
| Option de développement/langage | Documentation de référence | Exemples |
|---|---|---|
| API REST | Documentation des API REST | |
| C# | Documentation C# | Exemples C# |
| Java | Documentation Java | Exemples Java |
| JavaScript | Documentation JavaScript | Exemples JavaScript |
| Python | Documentation Python | Exemples Python |
Utilisation responsable de l’IA
Un système d’IA comprend la technologie, ses utilisateurs, les personnes concernées et l’environnement dans lequel elle est déployée. Pour en savoir plus sur l’utilisation et le déploiement de l’intelligence artificielle responsable dans vos systèmes, consultez la note relative à la transparence pour Analyse de texte pour l’intégrité. Vous pouvez également consulter les articles suivants pour en savoir plus :