自然语言处理(NLP)技术在医疗保健领域的八个案例事实上，数以百万计的人已经通过家庭工具包将他们的遗传信息上传到商业数据库。可穿戴技术也为消费者健康数据开辟了新渠道。但是，如果不用这些医疗数据，再增加也没有多大意义。许多专家认为，医疗数据的用例还远远不够。自然语言处理(NLP)的许多案例自然语言处理(NLP)技术可以处理完全非结构化的数据。公司使用NLP技术的主要目的之一是嵌入智能系统以优化组织流程、提高时间效率并降低运营成本。成本。无论如何，将NLP纳入医疗保健应用程序开发还有其他好处。NLP可以将人类语言翻译成机器可读的形式，让机器从提供的数据中获取意义。医疗保健领域正在使用NLP工具来控制以语音、文本、象形文字、照片等形式存储的数据，并从中得出有用的结论。研究表明，医疗保健领域的自然语言处理预计将从2016年的10.302亿美元增长到2021年的26.502亿美元，复合年增长率为20.8%。在讨论这种颠覆性技术在医疗行业的应用之前，让我们先了解一下NLP到底是什么。NLP是人工智能的一个领域，旨在弥合人类与机器人之间的鸿沟。借助NLP功能，强大的系统可以理解、存储、处理人类可理解的语音或文本中的数据驱动洞察力，并据此采取行动。自然语言处理系统在医疗保健应用程序开发中的重要性和实用性越来越高。因此，使用NLP构建聊天机器人等系统也在医疗行业掀起波澜。如果有效执行，技术可以通过分析实时数据帮助临床医生简化行政操作，让他们将更多时间花在患者护理上并改善患者体验。NLP技术在医疗领域的Top8UseCases1.语音识别近20年来，NLP在医疗领域的起源一直离不开语音识别，这是一种允许医生快速将处方转录成电子健康记录(EHR)的技术。前端语音识别使医生无需坐在护理点计算机前就可以口述处方，而后端识别则可以在将转录内容发送给人们进行验证之前纠正问题。语音识别是最具成本效益的解决方案之一，因为不再需要医疗转录员并且向他们支付高额费用。2.临床记录由于NLP语音转文本听写和结构化数据录入，NLP对语音识别的影响与临床记录密切相关，这将医生从繁重和受限的电子健康记录结构中解放出来，从而更好地照顾患者。Nuance和M*Modal都拥有与语音识别配合使用的技术，可以在护理点收集结构化数据和标准化术语以备将来使用。3.计算机辅助编码(CAC)CAC从程序和治疗方案中收集数据，以捕获每个可能的代码并优化索赔。也许CAC提高了编码速度，但对提高编码的准确性没有任何作用。例如，克利夫兰诊所的一项研究表明，虽然CAC减少了编码时间，但在没有合格编码员协助的情况下单独使用时，它的召回率和准确率都很差。4.临床试验匹配临床试验匹配可能是“开发中”类别中讨论最多的案例。例如，LinguamaticsHealth和Clinithink公司创建了NLP引擎来解决试验匹配问题，而IBMWatsonHealth和Inspirata投入了大量资源来使用NLP来协助肿瘤学研究。在不久的将来，NLP似乎有能力让临床试验匹配成为一个无缝和自动化的过程。5.数据挖掘研究医疗保健系统中的数据挖掘允许企业在提供相关医学知识的同时减少决策的主观性。一旦数据挖掘开始，它就可以成为一种循环的知识发现技术，帮助所有医疗保健公司制定合理的财务战略，以提供更好的患者护理。6.人工智能聊天机器人和虚拟抄写员虽然目前还没有这样的解决方案，但语音识别应用程序有可能帮助人类修改临床文书工作。Amazon的Alexa或GoogleAssistant将是实现此目的的理想选择。微软和谷歌在这方面联手实现了这一特定目标。目前，使用NLP构建的聊天机器人可以捕捉患者的症状并引导他们到最合适的治疗点。7.根本原因分析NLP另一个有趣的方面是预测分析为常见健康问题提供解决方案的能力。大量的数字医疗记录缓存可以帮助识别在应用NLP时面临不同类型健康差异的地理区域、种族群体或不同人口群体的其他子集。NLP系统评估非结构化反应以确定患者疾病的根本原因。8.评论管理和情感分析NLP还可以帮助医疗机构管理互联网评论。每天，它都会从第三方列表中收集和分析数百条关于医疗保健的评论，此外还会快速评估人类情绪及其表达的背景。有些系统甚至可以在评论中聆听客户的声音，这可以帮助医生了解消费者，例如他们如何看待他们的护理，并以每个人都能理解的语言更有效地进行沟通。NLP在未来医疗行业的应用医疗行业迫切需要投入精力改进自然语言处理，尽管目前做的还很少。一些知名公司正在大力投资认知计算和语义大数据分析计划，这两者都严重依赖使用NLP开发构建的聊天机器人。一、金融分析金融分析师看好未来几年NLP及相关技术的前景。根据AlliedMarketResearch的数据，到2020年，认知计算的市场价值将达到137亿美元，其复合年增长率（CAGR）与当前水平相比将达到33.1%。2、自然语言技术产生的大量数据与人类有限的认知能力存在一定差距。有一天，自然语言处理技术或许能够弥合这一差距。从尖端的精准医学应用程序到编码用于计费和报销的基本流程，NLP几乎具有无限的潜力。有了它，电子病历将从负担变成乐趣。对自然语言处理的持续需求本文中提到的许多自然语言处理应用为医疗保健行业提供了打破旧壁垒、填补医疗保健服务系统空白的机会，从而改善患者体验。您可以联系信誉良好的软件开发公司，使用适用于各种用例的NLP和AI解决方案进行高级医疗保健应用程序开发。译者介绍夏东伟，社区编辑，信息系统项目工程师，中国人民大学传播学硕士。复合型知识结构，拥有20多年IT上市公司营销总监、高级研究员、IT项目负责人经验。现就职于北京北新源软件有限公司高级研究员，《东威智库》、《东哥安全观》公众号》主编。原标题：自然语言处理（NLP）技术在医疗保健领域的8个用例，作者：SmithJohnes
