Resumen

Debido a la dificultad para procesar los datos de registros médicos electrónicos de pacientes con enfermedad cerebrovascular, hay poca tecnología de reconocimiento madura capaz de identificar la entidad nombrada de la enfermedad cerebrovascular. Se han logrado excelentes resultados de investigación en el campo del reconocimiento de entidades nombradas (NER), pero existen varios problemas en el preprocesamiento de entidades nombradas chinas que tienen múltiples significados, siendo uno de ellos la negligencia en la combinación de información contextual. Por lo tanto, para extraer cinco categorías de información de entidades clave para enfermedades, síntomas, partes del cuerpo, exámenes médicos y tratamiento en registros médicos electrónicos, este artículo propone el uso de un método de reconocimiento de entidades nombradas BERT-BiGRU-CRF, que se aplica al campo de las enfermedades cerebrovasculares. La capa BERT convierte primero el texto del registro médico electrónico en un vector de baja dimensión, luego utiliza este vector como entrada a la capa BiGRU para capturar características contextuales, y final

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Datos de registros médicos electrónicos; Enfermedad cerebrovascular; Reconocimiento de entidades nombradas; Método BERT-BiGRU-CRF; Información contextual; Puntuación F1
• Keywords:Electronic medical record data; Cerebrovascular disease; Named entity recognition; BERT-BiGRU-CRF method; Contextual information; F1 score