TriNetX揭示自然语言处理服务

TriNetX,医疗组织的全球卫生研究网络,生物制药公司,和合同研究组织(cro)需宣布总体可用性的自然语言处理(NLP)服务。TriNetX NLP服务使用复杂的算法来提取临床事实与医生和临床报告指出,链接他们与其他电子病历(EMR)数据,并使合并后的数据用于评估研究可行性,协议设计、选址、和后续识别病人的临床试验。

成员访问TriNetX分析患者群体生活,执行“假设”实时分析。用户提出了平台的总观点,但TriNetX网络中的每个数据点可以追溯到医疗组织有能力识别患者个体,使临床研究人员开发虚拟病人群,然后可以再识别潜在招聘进入临床试验。

除了中可用的结构化数据已经TriNetX如人口统计、诊断,手术,药物,实验室,基因组学、肿瘤和深度数据,NLP提供访问数据来源于临床文档包括放电总结,放射学报告,病理报告和其他包含重要信息,更准确地识别是重要的候选人进行临床试验。TriNetX NLP服务矿山非结构化数据,如测量和观察肿瘤ECOG性能状态,NYHA分级、射血分数,并纠正心脏研究QT间隔。NLP也收集信息从临床医生指出病人的医院医疗记录可能是不完整的由于访问多个医疗设施。提取的数据随后被映射到标准化临床术语,可以很容易地分析研究人员利用TriNetX生活。

与TriNetX NLP服务”,我们可以访问数据,我们的研究人员已经非常感兴趣有一段时间了,”杰克说伦敦,博士学位。西德尼Kimmel癌症中心主管,情报学核心杰斐逊和癌症生物学教授托马斯·杰斐逊大学“从临床文本中提取这些数据报告帮助我们调查人员更好的定义和识别病人群,和为我们提供了一个更大的数据集的学术和行业临床研究合作。”

“结构化数据和NLP-extracted EMR数据的组合更强大比单独的数据集,”亚历克斯·伊斯曼说,高级TriNetX产品管理总监。“结构化EMR数据NLP帮助填补空白,反之亦然。最终你会得到更丰富的数据集支持先进的分析。”

从Averbis TriNetX NLP服务是基于技术、文本挖掘、机器学习公司总部设在德国。TriNetX选择Averbis作为其NLP伙伴因为Averbis的经验应用NLP在医疗、他们的解决方案的准确性在各种数据域包括肿瘤、和使用多种语言的能力。