ISSN: 2165- 7866
モゲス・ツェゴー・メレッセ*、ギザティ・デサレン・タイ、ゲザヘグン・ムルセウ
情報と知識の管理は、データ量の増加、構造化された情報の欠如、情報の多様性により、医療社会に貢献する取り組みにおいて深刻な問題になっています。臨床医は、臨床フリーテキストに含まれる情報を知る必要があるかもしれませんが、項目全体を読む時間はありません。この問題は、情報の完全性を維持しながら必要な時間を短縮する自動テキスト要約技術を使用することで軽減できます。冗長性の認識はまだ解決されていない問題であり、断片化により効果的な臨床要約の作成がさらに困難になります。この研究では、自動臨床フリーテキスト要約を提案します。研究者は、ランク付けアルゴリズムとファジーロジックアルゴリズムの両方で5つの抽出率を使用して臨床フリーテキストを要約します。その結果、要約率は10%、20%、30%、40%、50%でした。ランク付けアルゴリズムは、5つの抽出要約の中で43.52%という最高の精度を示し、ファジーロジック法は43.88%という最高の精度を示しました。結果から、ファジー ロジック抽出要約はランク アルゴリズム抽出要約よりも優れていることが示されました。ファジー ロジックは、数字よりも単語の方が正確ではないため、数字ではなく単語で計算するというアイデアに基づいています。言語変数を使用して、ファジー ロジックは人間の推論を模倣しようとします。結果は不十分です。そのため、私たちは、医療従事者が承認する満足のいくパフォーマンスを生み出すために、教師ありアルゴリズムを使用することを推奨します。システムのパフォーマンスは、さまざまなドメイン固有の側面を調査し、医療エンティティを検出する方法を強化することでさらに向上できます。