在静冈大学,信息学部行为信息学部的 Yoshinobu Kano 实验室团队宣布,他们在国际竞赛型研讨会中获得了第一名,该研讨会从电子病历中猜测诊断名称。
目前,随着人工智能领域的发展预期,自动分析句子的自然语言处理是最重要的领域之一,医疗费用的增加已经成为一个国家问题,因此医疗保健领域的应用被认为是有很大的需求和社会意义。
在国际竞赛型研讨会“NTCIR”上,将举办数年“MedNLP Task Series”,争夺日语医学语言信息处理能力,各个国家的研究团队将竞相发展更好的系统。目的是。
在“MedNLP任务系列”中,我们一直在争夺诸如疾病名称和药物名称提取等基础技术的开发等任务。 这第三项任务使用日语模拟电子病历和国际标准代码“ICD-3”对诊断名称和疾病名称进行分类和编号,仅使用电子病历文本来识别诊断名称。自动从国际标准代码中进行选择是为了竞争性能。
卡诺实验室的团队在这项任务中在最严格的评估标准(SURE 标准)中获得了最高分。由于任务本身难度较大,绝对性能还不高,但被认为是未来着手构建自动化医疗诊断支持系统的第一步。本次的结果在2016年6月7日举行的NTCIR-12会议(结果展示)上公布,论文也已经发表。