
醫療資料結構化
這幾年醫療業大力擁抱AI,嘗試越多應用越發現,每次都得耗時費力清洗資料,不如回頭從源頭改善資料品質,從資料結構化做起,才能加速智慧醫療發展
這幾年醫療業大力擁抱AI,嘗試越多應用越發現,每次都得耗時費力清洗資料,不如回頭從源頭改善資料品質,從資料結構化做起,才能加速智慧醫療發展
近幾年大數據分析和AI技術普及,許多醫院體會到智慧醫院的可能性。但要進一步擴大應用,才發現許多關鍵資訊還藏在文字描述的病歷中,需要結構化抽取、管理這些資訊,才能發展更多智慧應用
對臺大醫院而言,病歷結構化可降低資料處理和分析的成本,但也得符合臨床使用者需求、充分反映病人病況、提高病安和教學意義等四大考量
長庚醫療集團自2015年就開始籌畫病歷結構化,首先導入低程式碼表單編輯器,來讓臨床各科設計符合條件的結構化表單。後來,他們改良這個工具,在今年上線兼具純文字與結構化的新一代工具
醫療資料結構化可大幅降低資料清洗的成本,然而如何選對最值得投入結構化的關鍵資料,還可從數據價值、多樣性、真實性、數據量、產出速度和變異性等6面向思考