Wyciąganie danych z dokumentacji medycznej
Zaawansowany model rozpoznawania nazwanych encji (NER) specjalistycznie wytrenowany na polskich tekstach medycznych.
Opis modelu
MedalioNER to zaawansowany model rozpoznawania nazwanych encji (NER) specjalistycznie wytrenowany na polskich tekstach medycznych. Model jest w stanie automatycznie identyfikować i klasyfikować kluczowe informacje medyczne w dokumentacji lekarskiej, notatkach klinicznych i raportach.
Wykorzystuje architekturę transformer bazującą na BERT, dostrojoną do specyfiki polskiej terminologii medycznej. Model został wytrenowany na zbiorze danych zawierającym ponad 50 000 anotowanych dokumentów medycznych z różnych specjalizacji.
Pełna kontrola nad danymi
Model może działać w pełni lokalnie na infrastrukturze Twojej organizacji, zapewniając maksymalne bezpieczeństwo danych medycznych i zgodność z wymogami regulacyjnymi.
Rozpoznawane encje
Zastosowanie
- Automatyczna parametryzacja dokumentacji medycznej
- Ekstrakcja danych do systemów analitycznych
- Wspomaganie kodowania medycznego (ICD-10)
- Analiza jakości dokumentacji
- Przygotowanie danych do machine learning
Integracja przez API
Modele dostępne są jako usługa REST API lub do wdrożenia lokalnego w infrastrukturze szpitala. Zapewniamy dokumentację i wsparcie integracyjne.
curl -X POST https://api.medalion.tech/v1/ner/extract \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"text": "Pacjent otrzymał 500mg paracetamolu na ból głowy.",
"model": "MedalioNER",
"format": "json"
}'Przetestuj MedalioNER w Twojej placówce
Skontaktuj się z nami, aby otrzymać dostęp do API lub omówić wdrożenie on-premise.