当说到卫生保健行业，一个或许能想到的众多用例AI方法，如机器视觉要么预测分析。然而，应用自然语言处理（NLP）在医疗保健领域一样变化。
在这篇文章中，我们将看看一些NLP的用于制作的应用程序医院和医疗保健公司。我们将通过探索四家公司提供NLP软件，医疗保健机构做到这一点：
- IQVIA的平台品牌结合使用的像社交媒体非结构化数据和其他数据来源与医疗文件生成有关法规的分析和合规。该软件发布给找到有关更改客户公司的合规性要求的有用信息。
- 3M提供了一个称为CodeRyte CodeAssist系统，该系统能够识别有关医生的报告中疾病和治疗的语句。然后，该软件与标签国际疾病分类（ICD）和当前程序术语（CPT）代码的报告，以便能费用由病人自动报销保险公司。
- 亚马逊声称他们的NLP解决方案可以用于队列分析，或找到正确的患者纳入a组的过程临床试验为一个新药物。通过耐心数据的软件梳子找到哪些患者会做出最好的参与者。
- Nuance通讯有一个针对医生和内科医生的解决方案叫做龙医一号，哪个转录医生的话成电子健康记录（EHR）。
我们开始我们的NLP的分析与IQVIA和他们的医疗编码与合规解决方案的医疗空间：
NLP医疗编码和法规遵从
IQVIA
成立于2016年，康涅狄格创业IQVIA提供了一个同名的软件平台他们说这有帮助医疗保健公司不断了改变行业的合规性要求。他们还声称，它可以考虑安全性和质量不达标，以及为医疗保健行业和商业法规。
IQVIA表示，他们的合规解决方案平台运行在公司所谓的“IQVIA核心”之上，这是他们所有解决方案的技术和服务集合。这个“核心”的一部分是IQVIA的分析引擎。据称，该引擎利用预测分析和NLP来梳理数据，并找到用户正在寻找的信息。IQVIA可能在其分析引擎中使用NLP来梳理来自社交媒体、电子医疗记录(EMR)、临床试验和其他医疗文档的非结构化数据。这些文档将包含文本数据，而没有任何关于如何编写以使计算机能够理解它的指导方针。因此，NLP可以帮助理解对客户有价值的信息。
IQVIA的分析引擎似乎集中于合同和商业化，所以其使用NLP的允许客户端找到有关行业和法律标准符合见解不读每一个医疗文件。
IQVIA的网站指出，公司先后从几十万的社交媒体来源的数以百万计的病历，临床试验和文字链。机器学习算法，很可能受过训练的这些数据。这些数据将包括诸如病人或员工的安全，如何新药或其他保健品的工作问题。关键词或短语将作为有关他们可能反映遵约问题的类型进行标识。
例如，如果临床试验文件规定内的段落病人持续药物的新发现的副作用，数据科学家可能标识该语句作为关联的安全法规。这将训练算法进行文字识别链，遵守团队可能解释为重要的安全合规性信息。
然后客户端可以暴露算法未标记的文档或社交媒体帖子，一下子就能够识别它们内部的重要信息提取信息合规人员所期待的。这些类别将包括安全性，法规遵从，质量控制标准和商业合规性。
下面是IQVIA的网站上显示的数据通过他们的分析引擎的流量和信息的图形：
IQVIA不与他们的软件任何案例可以显示出成功。
IQVIA没有列出任何过去的客户的名字，但他们已经筹集了4000万美元的风险资本，并得到了Cota Healthcare的支持。
Harietta Eleftherochorinou是个ML和IQVIA的AI的全球高级主管。。她持有医学基因组学和机器学习博士毕业于伦敦帝国学院。IQVIA之前,Eleftherochoriou担任先进的分析和数据科学德勤咨询公司的负责人。
3M
3M提供了软件调用的代码Ryte代码辅助系统，它声称可以帮助医疗保健机构和医生如实反映患者疾病和接收操作或服务。该软件将通过扫描包含使用NLP非结构化数据医生的报告帮助。
代码Ryte代码辅助系统用于将国际疾病分类(ICD)和当前程序术语(CPT)代码分配到医师报告中。ICD代码用于对医生报告中提到的疾病和相关健康问题进行分类。CPT代码用于列出病人经历或接受的医疗、手术和诊断程序或服务。它们可以作为简化报表搜索的快捷方式。这两种代码类型都是处理医师报告的工作流程所必需的，并对它们进行标记，以优化医疗报销。
背后3M的代码Ryte码的机器学习算法，帮助软件很可能受过训练的成千上万的医生报告有关疾病和治疗或服务，这些疾病接收到的患者。
报告中提到的每一种疾病都将贴上ICD代码的标签，而每一项服务或治疗都将贴上CPT代码的标签。例如，如果一名患者在操作农用车辆时受伤，则ICD代码将自动附加到该报告上，与涉及农用车辆的伤害相对应。这段代码看起来可能像“V84.0”。
这些标记的报告数据就会通过机器学习算法，这将培养其辨别哪些代码是必要的，其报告中运行。它还将培养，以确定哪些文本链是需要的ICD码或CPT代码的指标。
然后，客户公司可以通过该软件运行未标记医生的报告，它会检测到有关联的代码类型的关键字和词组。它可以自动分配这些代码报道。这可以允许用于确定准确和优化的报销ICD和CPT代码的更快的方法。
3M声称有帮助加州医疗商务服务（CMBS）自动化的他们的报告编码，以加快这一进程，化解他们的未编码的报告积压。他们还发现，他们必须遵守与医师质量报告系统（PQRS），它通过有许多措施，CMBS代码他们的报告政府的需求。根据该案例研究，CMBS看到了他们为期三周的积压完全消失，随着时间的推移和自动化的PQRS编码过程。
3M还列出了按需解决方案公司如一他们过去的客户。
布赖恩·克Stankiewicz是3M公司的主要数据科学家。他拥有加州大学洛杉矶分校认知科学博士学位。此前，克Stankiewicz是一个博士后研究员在明尼苏达大学。
寻找合适的临床试验参与者
亚马逊
亚马逊提供了软件名为亚马逊的感悟医疗，它声称可以帮助医疗保健公司和供应商从医疗记录中寻找商业见解，对其医疗记录进行精确编码，并为临床试验找到正确的患者。该软件使用NLP梳理过这些书面文件，找到所需的信息。
除了医疗编码和商业智能，亚马逊理解医疗被认为有助于医疗队列分析。据称，该软件能够突出与客户的临床试验标准最相关的医疗信息。
亚马逊声称，它可以从非结构化的文本中找到这些信息，比如医生在一份关于病人疾病经历的报告中的笔记。将提取重要的数据点，以便用户更容易地访问它们。
这允许用户使患者更明智的决定招收他们的临床试验。例如，药物使治疗多发性硬化症的症状可能是一个客户端的下一个临床试验的主题。从医生的笔记文本数据可以告诉亚马逊的感悟医疗用户所有的多发性硬化症患者在他们的网络或者他们已经从联系人信息。
亚马逊的感悟医疗机器学习算法，很可能受过训练的数以百万计的医生的记录，病人病历和临床试验报告。对于医疗队列分析，中所有这些文件的文本将不得不根据多种因素来招募合适的试验参与者的重要标记。
这些因素将是目前的疾病或疾病，参与者的年龄和性别的人口，历史与类似于一个被测试的药物。这些标记的文件将通过算法，这将“教”的软件来确定用户的意图，以拉基于用户输入的关键字正确的参与者记录中运行。
然后从客户公司的用户可以使用该软件通过包含多个未标记的文档的数据库进行搜索。那么这将是能够检测对应于一般疾病，或人口统计用户正在搜索的文件的话。这将允许人们用相同的疾病或疾病，被测试的药物应该帮助，出现在搜索第一和加快决策过程。
下面是从亚马逊的网站上图表，显示数据移入和移出亚马逊的感悟医疗和什么软件做与数据流：
亚马逊没有任何案例可以是节目的成功与亚马逊的感悟医疗。
亚马逊还列出了弗雷德·哈奇，普华永道和罗氏如一些他们过去的客户。
罗兰Miezianko是机器学习铅在亚马逊。他持有博士AI软件系统从坦普尔大学。在此之前,Miezianko担任联合健康集团的高级首席数据科学家和机器学习主任。
语音识别临床文档
ñuance通信
Nuance通讯提供了软件叫龙医一，他们声称帮助医生和医疗服务提供者使用NLP将语音转录成医疗文件，如电子病历。
公司做广告龙医疗作为一种能够将语音转化成文字，同时在医生说话到配备麦克风。无论是软件和麦克风医生的计算机上运行时预约的推移，医生可以对着麦克风说话，就好像口述笔记写下来。龙医一可以检测到这种和“型”医生的话到电子病历。这种自动医生的责任，他们的抄写笔记记录到电子病历本身。
Nuance的通信的机器学习算法将不得不接受过培训数以千计的讲话要求和几十万字的，在不同的音调，语调，重音和口语的。请求可包括该信号的系统开始一个新的线或与周期结束句子的命令。然后，机器学习算法将能够识别医生做的话和命令输入到系统或执行的声音。
然后，客户会说成启用一龙医疗麦克风，软件将能够录制说了什么把它连接到电子病历系统。这可能会或可能不会要求对某些词是一样的口头命令，如说：“新线”，使软件跳转到下一个文本行的拐点变化。
下面是一个显示Nuance的龙医疗One软件是如何工作的一个简短示范视频：
Nuance通讯声称有帮助雅林娜健康体系增加他们的临床记录，为他们的医生提供更好的EHR经验。Allina健康综合龙医一到其EHR创建过程。这不必他们说成EHR麦克风录制一切释然医生。根据案例研究，Allina Health发现他们70%的基于语音的文档实现了自动化，并且在采用了Dragon Medical One之后，他们捕获的文档总量增加了167%。
Nuance通讯还列出了内布拉斯加医学和南佛罗里达浸信会健康中心如一些他们过去的客户。
保罗·泰珀是主管认知创新集团人工智能实验室和产品经理AI和机器学习在Nuance通信。他持有博士西北大学计算机科学与通信研究。在此之前,泰珀担任高级计算语言学工程师在Idibon。
标题图片来源：费尔蒙特地区医疗中心
