技術創新助力AI更“懂醫”

對於醫學領域的自然語言文獻，例如醫學教材、醫學百科、臨牀病例、醫學期刊、入院記錄、檢驗報告等，這些文本中蘊含大量醫學專業知識和醫學術語。將實體識別技術與醫學專業領域結合，利用機器讀取醫學文本，可以顯著提高臨牀科研的效率和質量，並且可服務於下游子任務。但要想讓機器“讀懂”醫學數據，核心在於讓計算機在大量醫學文本中準確的提取出關鍵信息，這就涉及到了命名實體識別、關係抽取等自然語言處理技術。

日前，騰訊天衍實驗室獲得了中文醫學信息處理評測競賽“中文醫學文本命名實體識別”賽道冠軍、“中文醫學文本實體關係抽取”賽道亞軍。

據瞭解，命名實體識別和關係抽取是信息抽取的兩大核心任務。命名實體識別旨在抽取所需實體，以醫療領域爲例，需要從非結構化醫學文本中找出醫學實體，如疾病、症狀的過程；實體關係抽取則需要同時提取出醫學實體及實體間的關係信息，即實體關係三元組。

在醫療領域，電子病歷、生物醫療文獻中存在大量的非結構化文本，採用信息抽取技術對醫療文本進行結構化，提取其中的疾病，症狀，部位等實體，並對實體之間的關係進行判斷，進而利用這些信息構建醫療知識圖譜，不僅有利於人工智能更好地學到領域內的專業知識，更進一步提升導診、輔診、疾病預測等下游醫療任務的性能。

如在AI導診場景中，當用戶輸入主訴，AI導診小程序可以返回推薦科室。用戶主訴中可能包含多個症狀，不同症狀的時間、部位、嚴重程度、病因誘因可能對應不同的疾病，通過關係抽取技術，可以捕捉到不同症狀的具體屬性，從而有助於更精準的疾病預測和科室推薦。