Healthcare Natural Language API

Die Healthcare Natural Language API ist Teil der Cloud Healthcare API, die Natural Language-Modelle verwendet, um medizinische Informationen aus medizinischem Text zu extrahieren.

In diesem konzeptionellen Leitfaden werden die Grundlagen der Verwendung der Healthcare Natural Language API erläutert. Dazu gehören:

  • Die Anfragentypen, die Sie an die Healthcare Natural Language API senden können
  • Wie Sie Anfragen an die Healthcare Natural Language API erstellen
  • Wie Sie Antworten der Healthcare Natural Language API verwenden

Überblick

Die Healthcare Natural Language API extrahiert medizinische Informationen aus medizinischen Texten. Dazu gehören:

  • Medizinische Konzepte wie Medikamente, Verfahren und Erkrankungen
  • Funktionale Merkmale wie Zeitbeziehungen, Subjekte und Sicherheitsprüfungen
  • Zusammenhänge wie Nebenwirkungen und Dosierung von Medikamenten

Zwischen der Healthcare Natural Language API und AutoML Entity Extraction for Healthcare wählen

Die Healthcare Natural Language API bietet vortrainierte Natural Language-Modelle, um medizinische Konzepte und Zusammenhänge aus medizinischen Texten zu extrahieren. Die Healthcare Natural Language API ordnet Text verschiedenen vordefinierten medizinischen Wissenskategorien zu.

Mit AutoML Entity Extraction for Healthcare können Sie ein benutzerdefiniertes Entitätsextraktionsmodell erstellen, das mit Ihrem eigenen mit Anmerkungen versehenen medizinischen Text und Ihren eigenen Kategorien trainiert wurde. Weitere Informationen finden Sie in der AutoML Entity Extraction for Healthcare-Dokumentation.

Verfügbare Standorte

Die Healthcare Natural Language API ist in den folgenden Ländern verfügbar:

Standortname Standortbeschreibung
asia-south1 Mumbai, Indien
australia-southeast1 Sydney, Australien
europe-west2 London, Großbritannien
europe-west4 Niederlande
northamerica-northeast1 Montreal, Kanada
us-central1 Iowa, USA

Merkmale der Healthcare Natural Language API

Die Healthcare Natural Language API untersucht medizinische Texte auf medizinische Konzepte und Beziehungen. Sie führen eine Entitätsanalyse mit der Methode analyzeEntities durch.

Entitätsanalyseanfragen

Die Healthcare Natural Language API ist eine REST API und besteht aus JSON-Anfragen und -Antworten. In den folgenden Abschnitten wird gezeigt, wie Sie aus einem bestimmten medizinischen Text verschiedene medizinische Erkenntnisse extrahieren können:

Die Anfrage zur Entitätsanalyse enthält die folgenden Felder:

Antwortfelder der Entitätsanalyse

Die Entitätsanalyse gibt eine Reihe erkannter Erwähnungen medizinischer Kenntnisse, medizinischer Konzepte und Beziehungen zwischen Erwähnungen medizinischer Kenntnisse zurück. Dazu gehören:

  • entityMentions: Vorkommen von Entitäten des medizinischen Wissens im Quelltext des medizinischen Textes. Jede Entitätserwähnung hat die folgenden Felder:

    • mentionId: Eine eindeutige Kennung für eine Entitätserwähnung in der Antwort.
    • type: die Kategorie des medizinischen Wissens der Entität.
    • text: Besteht aus dem Feld textContent und beschreibt den Auszug des medizinischen Textes, der die Entitätserwähnung enthält, und offset, die Position der Entität im medizinischen Quelltext.
    • temporalAssessment: gibt an, wie die verknüpfte Entität mit der Entitätserwähnung verknüpft ist. Entweder CURRENT, CLINICAL_HISTORY, FAMILY_HISTORY, UPCOMING oder OTHER.
    • certaintyAssessment: Negation oder Qualifizierung des medizinischen Konzepts, entweder LIKELY, SOMEWHAT_LIKELY, UNCERTAIN, SOMEWHAT_UNLIKELY, UNLIKELY oder CONDITIONAL.
    • subject: gibt das Thema an, auf das sich das medizinische Konzept bezieht, entweder PATIENT, FAMILY_MEMBER oder OTHER.
    • linkedEntities: eine Liste medizinischer Konzepte, die mit dieser Entitätserwähnung zusammenhängen könnten. Verknüpfte Entitäten geben die entityId an, die ein medizinisches Konzept mit einer Entität in entities verknüpft.

  • entities: Beschreibt die medizinischen Konzepte in den Feldern für verknüpfte Entitäten. Jede Entität wird mithilfe der folgenden Felder beschrieben:

    • entityId: Eine eindeutige Kennung aus dem Feld linkedEntities.
    • preferredTerm: ein bevorzugter Begriff für das medizinische Konzept.
    • vocabularyCodes: die Darstellung des medizinischen Konzepts in unterstützten medizinischen Vokabularen.

  • relationships: Definiert direkte Beziehungen zwischen Entitätserwähnungen. Im Beispiel ist das Subjekt der Beziehung „Insulinregelung menschlich“ und das Objekt der Beziehung „5 Einheiten“.

  • confidence: gibt die Konfidenz des Modells in die Beziehung als Zahl zwischen 0 und 1 an.

Neben den aufgeführten Feldern kann die Antwort auch das Feld additionalInfo enthalten, in dem zusätzliche Beschreibungen zum Typ der Entitätserwähnung enthalten sind. Siehe Weitere Informationen.

Unterstützte Sprachen

Die Healthcare Natural Language API unterstützt ausschließlich das Extrahieren von Gesundheitsdaten aus englischem Text.

Unterstütztes medizinisches Vokabular

Die Healthcare Natural Language API unterstützt das folgende medizinische Vokabular:

  • Foundational Model of Anatomy
  • Gene Ontology
  • HUGO Gene Nomenclature Committee
  • Human Phenotype Ontology
  • ICD-10 Procedure Coding System
  • ICD 10-CM
  • ICD-9-CM
  • LOINC
  • MeSH
  • MedlinePlus-Gesundheitsthemen
  • Metathesaurus Names
  • NCBI Taxonomy
  • NCI Thesaurus
  • National Drug File
  • Online Mendelian Inheritance in Man
  • RXNORM
  • SNOMED CT (nur für Nutzer in den USA verfügbar)

Unterstützte medizinische Wissenskategorien

Die Healthcare Natural Language API weist dem Feld entityMentions.type eine Kategorie für medizinisches Wissen zu. Im Folgenden finden Sie eine Liste unterstützter Kategorien für medizinisches Wissen. Die Typen der Entitätserwähnung, die zur Gruppen „Oncology“, „Social Determinants of Health“ (SDOH) und „Geschützte Gesundheitsinformationen“ (Protected Health Information, PHI) gehören, sind nur in der Vorabversion verfügbar:

Gruppe Medizinische Wissenskategorie Beschreibung
Allgemein ANATOMICAL_STRUCTURE Ein komplexer Teil des menschlichen Körpers, z. B. Zellen, Organe und Systeme.
BODY_FUNCTION Eine Funktion, die vom menschlichen Körper ausgeführt wird.
BF_RESULT Das Ergebnis einer Körperfunktion.
BODY_MEASUREMENT Normale Messung des menschlichen Körpers, z. B. Vitalzeichen, die ohne komplexe Tests oder Eingriffe mit einfachen Instrumenten wie einem Thermometer oder Stethoskop ermittelt wird.
BM_RESULT Das Ergebnis einer Körpermessung.
BM_UNIT Die Einheit für Körpermaße.
BM_VALUE Wert einer Körpermaße.
LABORATORY_DATA Ergebnisse von Körperprobentests.
LAB_RESULT Eine qualitative Beschreibung von Labordaten wie „erhöht“, „verringert“, „positiv“ oder „negativ“.
LAB_VALUE Der Wert einer Instanz der Labordaten.
LAB_UNIT Die Maßeinheit für den Laborwert.
MEDICAL_DEVICE Ein physisches oder virtuelles Instrument.
MEDICINE Ein Medikament oder ein anderes Präparat zur Behandlung oder Prävention einer Krankheit.
MED_DOSE Eine Dosis eines Medikaments.
MED_DURATION Der Zeitraum, in dem ein Medikament verabreicht wurde.
MED_FORM Die physischen Eigenschaften eines bestimmten Medikaments.
MED_FREQUENCY Die Häufigkeit, mit der ein Medikament eingenommen wird.
MED_ROUTE Eine Stelle im Körper, an der ein Medikament verabreicht wird.
MED_STATUS Der Status eines vorhandenen Medikaments, z. B. „Weiter“, „Starten“, „Neu starten“, „Stopp“, „Wechseln“, „Erhöhen“ und „Verringern“.
MED_STRENGTH Die Menge des Wirkstoffs in einer Dosis eines Medikaments.
MED_UNIT Die Maßeinheit für den Wirkstoff in einem Medikament.
MED_TOTALDOSE Die Menge der Medikamente, die auf einmal eingenommen werden sollen.
PROBLEM Eine Erkrankung, einschließlich Befunden und Krankheiten.
PROCEDURE Ein Diagnose- oder Behandlungsverfahren.
PROCEDURE_RESULT Die Ergebnisse eines Verfahrens.
PROC_METHOD Die zur Durchführung eines Verfahrens verwendete Methode.
SEVERITY Der Schweregrad der Erkrankung.
SUBSTANCE_ABUSE Beschreibung des Missbrauchs einer psychoaktiven Substanz.
Onkologie (Vorabversion) CLINICAL_STATUS Der Status eines Krebses, z. B. „aktiv“, „wiederkehrend“, „schüben“ und „beseitigt“.
DATE Eine Anmerkung mit einem Datum, z. B. das Diagnosedatum, das Eingriffsdatum oder das Datum einer Strahlenbehandlung. Sie extrahiert alle Elemente eines Datums und enthält möglicherweise nicht das Jahr.
DIMENSIONS Die Maße eines Tumors, einer Masse oder eines anomalen Wachstums.
GENE_STUDIED Untersuchte Gene, die direkt oder indirekt zur Tumorbildung führen, wie BRCA1, p53 und ALK.
HISTOLOGICAL_GRADE Ein Klassifizierungssystem zur Einstufung des Erscheinungsbilds einer Krebszelle.
LAB_SPECIMEN Biologisches Material, das für Tests oder Probennahme vom Körper gesammelt wird.
RADIATION_DOSAGE Die Strahlungsmenge, die einem Patienten ausgeübt wird.
ONSET Eine Datumsanmerkung für das Datum, an dem ein Patient zum ersten Mal krebsbezogene Probleme beobachtet hat.
VARIATION_CODE Ein Code für die spezifische genomische Variante, der unter einem großen Codierungssystem wie ClinVar und HGVS erkannt wird.
Social Determinants of Health (SDoH) (Vorabversion) AGE Eine Alterskennung. Es enthält Wortgruppen zur Beschreibung des Alters wie „sieht jünger als angegeben aus“, „mittlerem Alter“, „78 Jahre“ oder „Teenager“.

Hinweis: HIPAA stuft Personen nur dann als PHI ein, wenn sie über 90 Jahre alt sind. Weitere Informationen finden Sie in der Zusammenfassung der HIPAA-Datenschutzregel.

FAMILY Wortgruppen, die die Familienstruktur oder Verwandte des Patienten beschreiben, z. B. „verheiratet mit zwei Kindern“, „Bruder“, „Ehefrau“, „unterstützende Eltern“ oder „geschieden“.
LIVING_SITUATION Wortgruppen, die die Lebenssituation des Patienten beschreiben, z. B. „bei Mitbewohnern“, „hat rund um die Uhr häusliche Krankenpfleger“ oder „vor Kurzem umgezogen“.
SOCIAL_IDENTITY Wortgruppen, die die soziale Identität des Patienten oder der Familie beschreiben, einschließlich ethnischer Zugehörigkeit, sexueller Orientierung, Religion, Nationalität, gesprochener oder nicht gesprochener Sprache oder Herkunftsland.
PHYSICAL_APPEARANCE Wortgruppen, die das auffälligste oder deutlichste körperliche Merkmal des Patienten oder der Familie beschreiben, wie „Narbe auf der rechten Wange“, „Down-Syndrom“, „fettleibig“ oder „amputiertes linkes Bein“.
OCCUPATION Wortgruppen, die den Beruf und den Beschäftigungsstatus des Patienten oder der Familie beschreiben, z. B. „Mutter im Ruhestand“, „arbeitete 20 Jahre lang als Schweißer“ oder „im letzten Jahr verloren gegangen“.
Geschützte Gesundheitsdaten (Protected Health Information, PHI) (Vorabversion) PERSON_NAME Eine generische Namenskennung für eine Person. Dazu gehören Titel wie „Dr.“, „Frau“ oder „MD“
ORGANIZATION_NAME Eine Kennung für eine medizinische Organisation, die PHI erfasst, z. B. eine Klinik, ein Pflegeheim oder ein Krankenhaus.
GENERIC_ID Eine generische ID zur Identifizierung von Krankenakten, Patienten, Ärzten und Krankenhäusern, z. B. die SSN des Patienten oder die Nummer eines Dienstleisters.
LOCATION Ein geografischer Standort, der Namen und Zahlen für Gebäude, Straßen, Städte, Bundesländer oder Postleitzahlen enthalten kann.
PHONE_NUMBER Eine Nummer zur Angabe einer Telefonnummer, Faxnummer oder Pagernummer.
EMAIL_ADDRESS Die Kennung einer E-Mail-Adresse.
URL Die Adresse einer Website.
ZIPCODE Eine Postleitzahl-ID.

Unterstützte funktionale Funktionskategorien

Die Healthcare Natural Language API kann funktionale Funktionen oder Attribute einer Entität aus Kontext ableiten. In der Anweisung "Kusumas Mutter hat Diabetes" hat die Bedingung "Diabetes" beispielsweise die funktionale Funktion subject FAMILY_MEMBER.

Temporäre Beziehungen

Temporäre Beziehungen, die im Feld temporalAssessment zurückgegeben werden, beschreiben, wie diese erwähnte Entität zum Subjekt temporär in Beziehung steht.

Die Healthcare Natural Language API unterstützt die folgenden temporären Beziehungen:

  • CURRENT
  • CLINICAL_HISTORY
  • FAMILY_HISTORY
  • UPCOMING
  • OTHER

Betreffzeilen

Betreffzeilen, die im Feld subject zurückgegeben werden, beschreiben die Person, auf die sich die Entität bezieht.

Die Healthcare Natural Language API unterstützt die folgenden Subjekte:

  • PATIENT
  • FAMILY_MEMBER
  • OTHER

Wahrscheinlichkeitsbewertungen

Wahrscheinlichkeitsbewertungen, die im Feld certaintyAssessment zurückgegeben werden, beschreiben die Vertrauenswürdigkeit des Erstellers der Originalnotiz. Wenn die Originalnotiz beispielsweise "Der Patienten hat Halsschmerzen" enthält, gibt die Bewertung einen LIKELY-Wert zurück, der angibt, dass der Notizenersteller es für wahrscheinlich hält, dass der Patient Halsschmerzen hatte. Wenn die Originalnotiz "Der Patienten hat keine Halsschmerzen" enthält, gibt die Bewertung einen UNLIKELY-Wert zurück, der angibt, dass der Notizenersteller es für unwahrscheinlich hält, dass der Patient Halsschmerzen hatte.

Wahrscheinlichkeitsbewertungen können folgende Werte sein:

  • LIKELY
  • SOMEWHAT_LIKELY
  • UNCERTAIN
  • SOMEWHAT_UNLIKELY
  • UNLIKELY
  • CONDITIONAL

Weitere Informationen

Das Feld additionalInfo enthält zusätzliche Details zu einer Entitätserwähnung. Das Feld additionalInfo für eine DATE-Entitätserwähnung kann beispielsweise Details zum Typ des Datums enthalten, die wie folgt kategorisiert werden:

  • ADMISSION_DATE
  • CONSULTATION_DATE
  • DISCHARGE_DATE
  • SERVICE_DATE
  • VISIT_DATE
  • DIAGNOSIS_DATE
  • MED_STARTED_DATE
  • MED_ENDED_DATE
  • NOTE_DATE
  • PROCEDURE_DATE
  • RADIATION_STARTED_DATE
  • RADIATION_ENDED_DATE
  • STAGE_DATE

Unterstützte Beziehungen zwischen Entitätserwähnungen

Die Healthcare Natural Language API kann Beziehungen zwischen Entitätserwähnungen basierend auf dem umgebenden medizinischen Text ableiten. In der Antwort wird das Subjekt der Beziehung durch subjectId und das Objekt der Beziehung durch objectId angegeben.

Die Healthcare Natural Language API unterstützt die folgenden Beziehungen zwischen Entitätserwähnungen:

Betreff Objekt
ANATOMICAL_STRUCTURE MEDICAL_DEVICE
BODY_FUNCTION BF_RESULT
BODY_MEASUREMENT BM_RESULT
BODY_MEASUREMENT BM_UNIT
BODY_MEASUREMENT BM_VALUE
LABORATORY_DATA LAB_RESULT
LABORATORY_DATA LAB_UNIT
LABORATORY_DATA LAB_VALUE
MEDICINE MED_DOSE
MEDICINE MED_DURATION
MEDICINE MED_FORM
MEDICINE MED_FREQUENCY
MEDICINE MED_ROUTE
MEDICINE MED_STATUS
MEDICINE MED_STRENGTH
MEDICINE MED_TOTALDOSE
MEDICINE MED_UNIT
PROBLEM ANATOMICAL_STRUCTURE
PROBLEM MEDICINE
PROBLEM PROCEDURE
PROBLEM SEVERITY
PROCEDURE ANATOMICAL_STRUCTURE
PROCEDURE PROC_METHOD
PROCEDURE PROCEDURE_RESULT
SUBSTANCE_ABUSE SEVERITY

Healthcare Natural Language API-Ausgabe als FHIR-Bundle

Wenn Sie die Methode analyzeEntities anfordern und das Feld alternativeOutputFormat auf FHIR_BUNDLE festgelegt ist, enthält die Antwort die folgenden JSON-Objekte:

  • Die Entitätserwähnung, die Entitäten und die Beziehungen
  • Ein als String dargestelltes FHIR-R4-Bundle, das alle Entitäten, die Entitätserwähnungen und die Beziehungen im JSON-Format enthält

Zum Erstellen des FHIR R4-Bundles ordnet die Healthcare Natural Language API die Entitätserwähnungen, Entitäten und Beziehungen FHIR-Ressourcen und ihren Elementen zu. In der folgenden Tabelle sind einige dieser Zuordnungen aufgeführt.

Healthcare Natural Language API-Entitätserwähnungen Kategorie medizinisches Wissen FHIR R4-Ressourcen und -Elemente
PROBLEM Condition
PROBLEM Condition.category
PROBLEM Condition.status
PROBLEM ANATOMICAL_STRUCTURE Condition.bodySite
PROBLEM ANATOMICAL_STRUCTURE Condition.evidence
PROBLEM SEVERITY Condition.severity
PROCEDURE Procedure
PROCEDURE Procedure.status
PROCEDURE Procedure.code
PROCEDURE ANATOMICAL_STRUCTURE Procedure.bodySite
PROCEDURE MEDICAL_DEVICE Procedure.usedCode
PROCEDURE PROBLEM Procedure.reasonReference
MEDICINE MedicationStatement
MEDICINE MedicationStatement.status
MEDICINE MedicationStatement.medication
MEDICINE PROBLEM MedicationStatement.reasonReference
MEDICINE MED_DOSE MedicationStatement.dosage.doseAndRate.doseQuantity
MEDICINE MED_FREQUENCY MedicationStatement.dosage.text
MEDICINE MED_ROUTE MedicationStatement.dosage.route
MEDICINE MED_STRENGTH MedicationStatement.dosage.doseAndRate.doseQuantity
MEDICINE MED_UNIT MedicationStatement.dosage.doseAndRate.doseQuantity

Informationen zum Extrahieren von Entitäten aus Text als FHIR R4-Bundle finden Sie unter Ausgabe als FHIR R4-Bundle extrahieren.