技术创新助力AI更“懂医”

对于医学领域的自然语言文献，例如医学教材、医学百科、临床病例、医学期刊、入院记录、检验报告等，这些文本中蕴含大量医学专业知识和医学术语。将实体识别技术与医学专业领域结合，利用机器读取医学文本，可以显著提高临床科研的效率和质量，并且可服务于下游子任务。但要想让机器“读懂”医学数据，核心在于让计算机在大量医学文本中准确的提取出关键信息，这就涉及到了命名实体识别、关系抽取等自然语言处理技术。

日前，腾讯天衍实验室获得了中文医学信息处理评测竞赛“中文医学文本命名实体识别”赛道冠军、“中文医学文本实体关系抽取”赛道亚军。

据了解，命名实体识别和关系抽取是信息抽取的两大核心任务。命名实体识别旨在抽取所需实体，以医疗领域为例，需要从非结构化医学文本中找出医学实体，如疾病、症状的过程；实体关系抽取则需要同时提取出医学实体及实体间的关系信息，即实体关系三元组。

在医疗领域，电子病历、生物医疗文献中存在大量的非结构化文本，采用信息抽取技术对医疗文本进行结构化，提取其中的疾病，症状，部位等实体，并对实体之间的关系进行判断，进而利用这些信息构建医疗知识图谱，不仅有利于人工智能更好地学到领域内的专业知识，更进一步提升导诊、辅诊、疾病预测等下游医疗任务的性能。

如在AI导诊场景中，当用户输入主诉，AI导诊小程序可以返回推荐科室。用户主诉中可能包含多个症状，不同症状的时间、部位、严重程度、病因诱因可能对应不同的疾病，通过关系抽取技术，可以捕捉到不同症状的具体属性，从而有助于更精准的疾病预测和科室推荐。