自然语言处理（NLP）技术在医疗保健领域中的八个案例

译者 | 东哥

审校 | 梁策 孙淑娟

在医疗保健领域，数据并不只是来自患者健康记录、医嘱条目和医生处方。事实上，目前已有数百万人通过家用工具包将他们的基因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，如果这些医疗数据不去使用，那增加再多也没有多大意义。许多专家一致认为，医疗数据的应用场景还远远不够。

自然语言处理(NLP)的诸多案例

自然语言处理(NLP)技术可以处理完全非结构化数据，公司采用NLP技术的一个主要目的是嵌入智能系统，以优化组织流程，提升时间利用效率，并减少运营成本。

不管怎样，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，允许机器从提供的数据中获得意义。

医疗保健领域正使用NLP工具控制数据，这些数据的存储形式包括语音、文本、象形文字、照片等其他，通过它们得出有用结论。

研究表明，医疗保健领域的自然语言处理预计将从2016年的10.302亿美元增加到2021年的26.502亿美元，年复合增长率达20.8%。

在讨论这种颠覆性技术在医疗行业的使用之前，先来了解下NLP的实际含义。

NLP是人工智能的一个领域，旨在弥合人与机器人之间的鸿沟。借助NLP功能，一个强大的系统能够以人类可以理解的语音或文本形式理解、存储、处理和执行数据驱动得出的见解。

在医疗保健应用程序开发中，自然语言处理系统的重要性和用途日益增大。因此，像使用NLP构建聊天机器人这样的系统也在医疗行业引起了轰动。

在高效执行状态下，技术可以通过分析实时数据帮助临床医生简化管理操作流程，让他们将更多时间用于患者护理，以及改善患者体验方面。

NLP技术在医疗保健领域的8大使用案例

1.语音识别

近20年来，NLP在医疗保健领域的起源都与语音识别分不开，这项技术使得医生可以用快速转录处方录入电子健康记录(EHR)。

前端语音识别让医生可以不用坐在护理点电脑前口述处方，同时后端识别则在把转录文本发给人验证之前将问题先行纠正。

因为不再需要医疗转录员及向其支付的高昂费用，语音识别是最具成本效益的解决方案之一。

2.临床文件

由于NLP语音到文本的听写和结构化数据输入方式， NLP对语音识别的影响与临床文档密切相关，这种方式将医生从繁重且受限的电子健康记录结构中解放出来，从而更好地护理患者。

Nuance和M*Modal两家公司都有与语音识别协同工作的技术，该技术在护理点收集结构化数据和标准化术语以供未来使用。

3.计算机辅助编码(CAC)

CAC收集程序和治疗方案中的数据，以便捕获每一个可能的代码并优化声明。可能CAC提高了编码速度，但在提高编码的准确性上，它没有采取任何措施。

比如，克利夫兰诊所一项研究表明，虽然CAC缩短了编码时间，但若无有资质的编码员协助，它在单独使用时召回率和准确率较差。

4.临床试验匹配

临床试验匹配可能是“正在开发”类别中讨论最多的案例。例如，Linguamatics Health公司和Clinithink两家公司已经创建了NLP引擎来解决试验匹配问题，而IBM Watson Health和Inspirata两家公司则投入了大量资源来利用NLP辅助肿瘤研究。

在不久的将来，NLP似乎有能力使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减少决策的主观性，同时提供相关的医学知识。数据挖掘一旦开始，它可以成为知识发现的一种循环技术，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器

虽然目前还没有这样的解决方案，但语音识别应用程序很有可能帮助人类修改临床文书工作。亚马逊的Alexa或谷歌助手将是实现这一目标的理想选择。

微软和谷歌在这方面已经联手，以实现这一特定目标。目前，使用NLP构建聊天机器人可以获取患者症状并将其引导至最合适的治疗点。

7.根本原因分析

NLP的另一个有趣的方面是预测性分析的能力，以提供常见健康问题解决方案。

数字医疗记录的大量缓存可以帮助识别地理区域、种族群体或其他不同人口群体的子集，这些子集在应用NLP时面临不同类型的健康差异。NLP系统对非结构化反应进行评估，以确定患者致病根源。

8.回顾管理和情绪分析

NLP还可以帮助医疗机构管理互联网评论。每天，它都可以从第三方列表中收集和分析数百条关于医疗保健的评论，此外还可以快速评估人类的情绪以及情绪表达的语境。

一些系统甚至可以在评论中倾听客户声音，这可以帮助医生了解消费者，比如怎样看待他们的护理，并用大家都懂的语言进行更有效的沟通。

NLP在未来医疗行业的应用

医疗保健行业迫切需要投入精力来改进自然语言处理，虽然现在还做得很有限。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，这两项计划都严重依赖使用NLP开发构建的聊天机器人。

1.财务分析

金融分析师对未来几年NLP及相关技术的前景持乐观态度。据Allied Market Research数据，到2020年，认知计算市场价值将达到137亿美元，较目前水平其复合年增长率(CAGR)将达33.1%。

2.自然语言技术

日常产生的大量数据与人类有限的认知能力之间有一定差距，有朝一日，自然语言处理技术或许能够弥合这道鸿沟。

从尖端的精确医学应用到为账单和报销进行编码的基本过程，NLP几乎具有无限潜力。借助它，电子健康记录将从负担变为乐趣。

对自然语言处理的持续需求

本文提到了众多自然语言处理应用，这为医疗行业提供了一个机遇，以打破旧有障碍、填补医疗服务系统漏洞，并进而改善患者体验。

你可以联系一家声誉良好的软件开发公司，借助用例广泛的NLP和AI解决方案以进行先进的医疗保健应用程序开发。