自然语言处理与医疗健康

　　自然语言处理与医疗健康看起来似乎不搭边，不过如果读者还记着《HMM在自然语言处理中的应用一：词性标注4》中的Philip Resnik教授的话——他利用自然语言处理来提高医用编码（medical coding）的水平——大概也不会太吃惊。而今天看到和讯科技的一则新闻：《多领域IT技术研究推动改善数字健康与医疗》，讲的是“2010微软亚洲研究院数字健康与医疗研讨会”，文中提到了与数字医疗健康相关的领域，其中就包括自然语言处理：

自然语言处理:由于医疗信息和病人的病史以自由文本格式保存在病历里,自然语言处理可以帮助医生从庞大的记录中萃取出关键信息,并将文本转化为可使用的知识。

　　这促使我Google了一下国内外的相关研究情况。国内我只找了一篇07年的文章：《基于自然语言处理技术的消化科内窥镜检查报告的结构化》：

以消化科内窥镜检查报告为例.介绍一种基于自然语言处理技术的结构化实现方法.利用现有的自然语言处理技术,并引入消化科内窥镜检查术语标准 MST(Minimal Standard Terminology).实现了胃镜的叙述性检查报告到基于MST的结构化报告的转化,表述准确率达到92.3%.

　　不太明白，也没找原始文献，就没有深究了。
　　而国外的研究情况远超我想象，本以为这个交叉方向很新，没想到找到了一篇94年的paper“Natural Language Processing and the Representation of Clinical Data”，网上将其列为医学信息学经典论文，目前的引用次数已达150次，没有深究最早将NLP和医学结合的论文，但是看来这个方向至少不会比统计机器翻译晚多少。
　　既然称其为“数字医疗健康”，那么时下很多流行的词汇就可以用上了，和讯的这则新闻又列出了如下的几个相关领域，有兴趣的读者可以追踪一下：

数据挖掘:随着存储和处理的医疗数据不断增多,在数据挖掘技术的应用方面还有很大的发展潜力。利用创新技术可以整合电子病历、个人生理数据以及累积的社区数据并提炼出有价值的信息。

移动设备/躯感网:用移动设备和传感器可以捕捉人们的生理状态,如体力活动水平、血压、心跳、葡萄糖水平以及其他重要指数,从而帮助人们建立健康的生活方式。

信号处理:随着收集和记录能力不断增强,信号数据（包括时间序列比如心电图轨迹和其他医学图像数据）正在以惊人的速度增长。在医学图像增强技术、目标识别、异常状况监测以及医学时间序列分析等领域的研究可以有效改善信号处理。

数据可视化:采用创新方法可以使大量数据实现可视化和可操控性,用于展示医学数据或者与医学数据进行互动。

医学成像:随着医学成像技术的不断进步,将电脑技术应用到医学成像领域以帮助医生获取、分析和处理医学图像的机会越来越大。由于医学成像的迅速数字化,通过高级运算来增强和理解医学图像能力,从而预防疾病也将成为可能。

注：转载请注明出处“我爱自然语言处理”：www.52nlp.cn

本文链接地址：https://www.52nlp.cn/自然语言处理与医疗健康