使用 MedSpacy 提取患者姓名答案

【问题标题】：Patient name extraction using MedSpacy使用 MedSpacy 提取患者姓名
【发布时间】：2022-10-20 00:45:22
【问题描述】：

我正在寻找有关使用 medspacy 的 NER 的一些指导。意识到使用 MedSpacy 提取疾病，但目的是使用 medspacy 从医疗报告中提取患者姓名。文字应该是：

patient:Jeromy, David (DOB)
Date range 2020 to 2022. Visited Dr Brian. Suffered from ...

有这种类型的数据集，想要使用 MedSpacy 从所有医疗报告页面中提取患者姓名。我知道目标规则可能会有所帮助，但任何明确的指导将不胜感激。

感谢和问候

【问题讨论】：

我认为 MedSpaCy 不包括患者姓名的 NER，您可以为此使用默认的 spaCy NER for PERSON。
是的，但 PERSON 的默认 spaCy NER 仅提取患者姓名，如“John Bryn”，无法提取患者姓名“Bryn, John”。第二个名字，名字。我们是否可以在 MedSpacy 中使用某种规则/模式，例如是否有任何下一个标记出现在模式“患者：”之后，将其作为患者姓名获取。如果可以的话，请为此提供一些想法或代码。对此表示感谢。

【解决方案1】：

如果您发现默认的 SpaCy NER 模型不够用，因为它不会提取诸如“Byrn, John”之类的名称，我有几个建议：

使用 SpaCy 的 Prodigy 注释工具训练自定义 NER 组件，您可以使用它轻松地标记一些名称示例。这是一项相当简单的任务，因此您可能可以用少于 100 个不同示例来训练模型。注意：Prodigy 是付费工具，所以如果您没有访问权限/不愿意付费，请参阅我的其他建议。
在没有 Prodigy 的情况下训练自定义 NER 组件。与上述方法类似，但涉及程度略高。这篇Medium 文章提供了对初学者友好的介绍，您也可以参考 SpaCy 自己的文档。您可以向 SpaCy 提供一些文本示例和要提取的实体，如下所示：

训练数据 = [ （'病人：伯恩，约翰'，{ '实体': [(9, 19, 'PERSON')] }), （“约翰·伯恩接受了 10 毫克的 advil”，{ '实体': [(0, 10, 'PERSON')] }) ]
基于现有 SpaCy 组件构建规则。您可以利用现有的 SpaCy 管道组件（您不一定需要 MedSpaCy），例如 POS 标记和依赖解析。例如，您可以在文档中查找专有名词来识别名称。查看有关 POS 标记 here 的文档。
尝试其他预训练的 NER 模型.可能还有其他模型更适合您的任务。在SpaCy Universe 上查看其他模型，或者在HuggingFaceHub 上查看更好的模型，其中包含一些适用于每个用例的最佳模型。 HF Hub 的额外好处是您可以在每个模型模型页面上试用模型，并在决定之前评估一些示例的性能。

希望这可以帮助！

【讨论】：