Powrót do modeliMODEL AI

MedalioNER

Zaawansowany model rozpoznawania nazwanych encji (NER) specjalistycznie wytrenowany na polskich tekstach medycznych

Zamów demoTestuj API

MedalioNER

Ekstrakcja Informacji

v2.1.0 - Najnowsza wersja

100% On-Premise
Praca lokalna
MedlaioNER Model Showcase - Rozpoznawanie encji 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-ie, dostrojoną do specyfiki polskiej terminologii medycznej. Model został wytrenowany na dataset'cie 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

LEK
Nazwy leków, substancji czynnych i preparatów farmaceutycznych
Przykłady: paracetamol, insulina, amoksycylina
DAWKA
Dawkowanie leków, ilości i jednostki miary
Przykłady: 500mg, 2x dziennie, 10ml
CHOROBA
Nazwy chorób, schorzeń i stanów patologicznych
Przykłady: cukrzyca, nadciśnienie, zapalenie płuc
OBJAW
Objawy kliniczne i dolegliwości pacjenta
Przykłady: ból głowy, gorączka, kaszel
PROCEDURA
Procedury medyczne, zabiegi i badania
Przykłady: RTG, USG, operacja, biopsja
ANATOMIA
Części ciała, narządy i struktury anatomiczne
Przykłady: serce, płuca, kolano, kręgosłup
WYNIK
Wyniki badań laboratoryjnych i diagnostycznych
Przykłady: glukoza 120mg/dl, ciśnienie 140/90
PERS_MED
Personel medyczny i specjaliści
Przykłady: dr Kowalski, pielęgniarka, kardiolog
ODDZIAŁ
Oddziały szpitalne i jednostki organizacyjne
Przykłady: kardiologia, SOR, chirurgia
DANE_DEMOG
Dane demograficzne pacjenta
Przykłady: wiek 45 lat, płeć męska, PESEL
ZALECENIE
Zalecenia i rekomendacje medyczne
Przykłady: dieta, rehabilitacja, kontrola za tydzień

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

Proste REST API umożliwia szybką integrację z Twoimi systemami

Przykład użycia MedalioNER

curl -X POST https://api.medalion.tech/v1/ner/extract \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Pacjent Jan Kowalski otrzymał 500mg paracetamolu na ból głowy.",
    "model": "MedalioNER",
    "format": "json"
  }'
Zacznij już dziś

Przetestuj MedalioNER w Twojej placówce

Skontaktuj się z nami, aby otrzymać dostęp do API lub omówić wdrożenie on-premise

Zamów demoPorozmawiaj o wdrożeniu