• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

相似文献

1
Using a natural language processing system to extract and code family history data from admission reports.使用自然语言处理系统从入院报告中提取家族病史数据并进行编码。
AMIA Annu Symp Proc. 2006;2006:925.
2
A natural language processing system to extract and code concepts relating to congestive heart failure from chest radiology reports.一种从胸部放射学报告中提取与充血性心力衰竭相关概念并进行编码的自然语言处理系统。
AMIA Annu Symp Proc. 2006;2006:269-73.
3
Identification and extraction of family history information from clinical reports.从临床报告中识别和提取家族病史信息。
AMIA Annu Symp Proc. 2008 Nov 6;2008:247-51.
4
Automated extraction of family history information from clinical notes.从临床记录中自动提取家族病史信息。
AMIA Annu Symp Proc. 2014 Nov 14;2014:1709-17. eCollection 2014.
5
Coding free text radiology reports using the Cancer Text Information Extraction System (caTIES).使用癌症文本信息提取系统（caTIES）对放射学报告中的自由文本进行编码。
AMIA Annu Symp Proc. 2007 Oct 11:889.
6
Extending a medical language processing system to the functional status domain.将医学语言处理系统扩展到功能状态领域。
AMIA Annu Symp Proc. 2005;2005:888.
7
The automation of coding.编码的自动化
Top Health Inf Manage. 2000 Nov;21(2):68-73.
8
Extracting important information from Chinese Operation Notes with natural language processing methods.运用自然语言处理方法从中文手术记录中提取重要信息。
J Biomed Inform. 2014 Apr;48:130-6. doi: 10.1016/j.jbi.2013.12.017. Epub 2014 Jan 31.
9
Automated extraction and normalization of findings from cancer-related free-text radiology reports.从癌症相关的自由文本放射学报告中自动提取和标准化检查结果。
AMIA Annu Symp Proc. 2003;2003:420-4.
10
Family history information extraction via deep joint learning.通过深度联合学习提取家族史信息。
BMC Med Inform Decis Mak. 2019 Dec 27;19(Suppl 10):277. doi: 10.1186/s12911-019-0995-5.

引用本文的文献

1
Considerations and Challenges When Using Clinical and Vital Record Review for Suicide Research.使用临床和生命记录回顾进行自杀研究时的注意事项与挑战。
J Patient Saf. 2025 Apr 1;21(3):e8-e17. doi: 10.1097/PTS.0000000000001325. Epub 2025 Feb 11.
2
Opportunities for the use of large language models in hepatology.在肝病学中使用大语言模型的机会。
Clin Liver Dis (Hoboken). 2023 Sep 13;22(5):171-176. doi: 10.1097/CLD.0000000000000075. eCollection 2023 Nov.
3
Acquisition of a Lexicon for Family History Information: Bidirectional Encoder Representations From Transformers-Assisted Sublanguage Analysis.用于家族病史信息的词汇获取：基于Transformer辅助子语言分析的双向编码器表征
JMIR Med Inform. 2023 Jun 27;11:e48072. doi: 10.2196/48072.
4
Synthetic data for annotation and extraction of family history information from clinical text.用于从临床文本中注释和提取家族史信息的合成数据。
J Biomed Semantics. 2021 Jul 14;12(1):11. doi: 10.1186/s13326-021-00244-2.
5
Defining Phenotypes from Clinical Data to Drive Genomic Research.从临床数据定义表型以推动基因组研究。
Annu Rev Biomed Data Sci. 2018 Jul;1:69-92. doi: 10.1146/annurev-biodatasci-080917-013335. Epub 2018 Apr 25.
6
Extracting Family History Information From Electronic Health Records: Natural Language Processing Analysis.从电子健康记录中提取家族病史信息：自然语言处理分析
JMIR Med Inform. 2021 Apr 30;9(4):e24020. doi: 10.2196/24020.
7
Can antiepileptic efficacy and epilepsy variables be studied from electronic health records? A review of current approaches.电子健康记录能否用于研究抗癫痫药物的疗效和癫痫相关变量？当前方法综述。
Seizure. 2021 Feb;85:138-144. doi: 10.1016/j.seizure.2020.11.011. Epub 2021 Jan 13.
8
Extraction of Family History Information From Clinical Notes: Deep Learning and Heuristics Approach.从临床记录中提取家族病史信息：深度学习与启发式方法。
JMIR Med Inform. 2020 Dec 29;8(12):e22898. doi: 10.2196/22898.
9
Family History Information Extraction With Neural Attention and an Enhanced Relation-Side Scheme: Algorithm Development and Validation.基于神经注意力和增强关系侧方案的家族病史信息提取：算法开发与验证
JMIR Med Inform. 2020 Dec 1;8(12):e21750. doi: 10.2196/21750.
10
Natural language processing to measure the frequency and mode of communication between healthcare professionals and family members of critically ill patients.自然语言处理测量医疗保健专业人员和危重病患者家属之间的沟通频率和模式。
J Am Med Inform Assoc. 2021 Mar 1;28(3):541-548. doi: 10.1093/jamia/ocaa263.

本文引用的文献

1
The family history--more important than ever.家族病史——比以往任何时候都更重要。
N Engl J Med. 2004 Nov 25;351(22):2333-6. doi: 10.1056/NEJMsb042979.

使用自然语言处理系统从入院报告中提取家族病史数据并进行编码。

Using a natural language processing system to extract and code family history data from admission reports.

作者信息

Friedlin Jeff, McDonald Clement J

机构信息

Regenstrief Institute, Inc, Indiana University School of Medicine, Indianapolis, IN, USA.

出版信息

AMIA Annu Symp Proc. 2006;2006:925.

PMID:17238544
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC1839517/
Abstract

We developed a rule-based natural language processing (NLP) system for extracting and coding clinical data from free text reports. We studied the systems ability to accurately extract and code family history data from hospital admission notes. The system searches the family history for 12 diseases (and relative degree). It achieved a sensitivity of .96 and a PPV of .97 for disease extraction, and .96 and .93 respectively for relative categorization.

摘要

我们开发了一个基于规则的自然语言处理（NLP）系统，用于从自由文本报告中提取和编码临床数据。我们研究了该系统从医院入院记录中准确提取和编码家族史数据的能力。该系统在家族史中搜索12种疾病（以及亲属关系程度）。在疾病提取方面，其灵敏度为0.96，阳性预测值为0.97；在亲属关系分类方面，灵敏度和阳性预测值分别为0.96和0.93。