Apache タスク

Apache タスク

開発者	Apache ソフトウェア財団
安定リリース	6.0.0 / 2024年9月16日; 2か月前 ( 2024-09-16 )
リポジトリ	cTakes リポジトリ
書かれた	Java、Scala、Python
オペレーティング·システム	クロスプラットフォーム
タイプ	自然言語処理、バイオインフォマティクス、テキストマイニング、情報抽出
ライセンス	Apache ライセンス 2.0
Webサイト	公式サイト

Apache cTAKES: 臨床テキスト分析および知識抽出システムは、電子医療記録の非構造化テキストから臨床情報を抽出するオープンソースの自然言語処理(NLP) システムです。臨床記録を処理し、薬物、疾患/障害、兆候/症状、解剖学的部位、手順などの臨床名前付きエンティティの種類を識別します。各名前付きエンティティには、テキスト範囲、オントロジーマッピングコード、コンテキスト (家族歴、現在、患者と無関係)、および否定/非否定の属性があります。^[1]

cTAKESはUIMA非構造化情報管理アーキテクチャフレームワークとOpenNLP自然言語処理ツールキットを使用して構築されました 。 ^{[2] [3]}

cTAKESのコンポーネントは臨床分野向けに特別にトレーニングされており、臨床意思決定支援システムや臨床研究で活用できる豊富な言語的および意味的注釈を作成します。^[4]

これらのコンポーネントには以下が含まれます。

• 名前付きセクション識別子
• 文境界検出器
• ルールベースのトークナイザー
• フォーマットされたリスト識別子
• ノーマライザー
• コンテキスト依存トークナイザー
• 品詞タグ付けツール
• フレーズチャンカー
• 辞書検索注釈
• コンテキストアノテーター
• 否定検出器
• 不確実性検出器
• 被写体検出器
• 依存関係パーサー
• 患者の喫煙状況識別子
• 薬物言及注釈

cTAKESの開発は2006年にメイヨー・クリニックで始まりました。ゲルガナ・サヴォバ博士とクリストファー・シュート博士が率いる開発チームには、医師、コンピューター科学者、ソフトウェアエンジニアが含まれていました。導入後、cTAKESはメイヨーの臨床データ管理インフラストラクチャの不可欠な部分となり、8000万件以上の臨床メモを処理しました。^[5]

サヴォーバ博士が2010年初頭にボストン小児病院に移った際、コア開発チームはそこのメンバーも含むように拡大しました。その他の外部とのコラボレーションには以下が含まれます。^[5]

• コロラド大学
• ブランダイス大学
• ピッツバーグ大学
• カリフォルニア大学サンディエゴ校

このようなコラボレーションにより、cTAKESの機能は、時間的推論、臨床質問応答、臨床領域の共参照解決などの他の分野にも拡張されました。^[5]

2010年にcTAKESはi2b2プログラムに採用され、SHARPエリア4の中心的な構成要素となった。^[5]

2013 年、cTAKES はApache Software Foundationインキュベーター プロジェクトとして最初のリリースである cTAKES 3.0 をリリースしました。^{[引用が必要]}

2013年3月、cTAKESはApache Software Foundationのトップレベルプロジェクト（TLP）になりました。^[5]

• オープンNLP
• ユーアイマ
• 電子健康記録
• 統一医療言語システム

• cTAKES 公式サイト
• ASFの Apache cTAKES プロジェクト情報ページ
• 抄録（JAMIA）
• オープンヘルス自然言語処理 (OHNLP) コンソーシアム
• 戦略的医療IT先端研究プロジェクト（SHARP）プログラム
• SHARP エリア 4 - EHR データの二次利用
• 自動検索コンソール (ARC)
• Health Information Text Extraction (HITEx) は、i2b2 プロジェクトの一環として開発されました。これは、Informatics for Integrating Biology and the Bedside によって開発された GATE フレームワークに基づくルールベースの NLP パイプラインです。
• 計算言語および教育研究ツールキット (cleartk) (現在はメンテナンスされていません) は、コロラド大学ボルダー校で開発され、Java で統計 NLP コンポーネントを開発するためのフレームワークを提供します。Apache UIMA上に構築されています。
• NegEx は、臨床テキストから否定用語を検出するためにピッツバーグ大学で開発されたツールです。このシステムは、文中の否定シナリオの可能性を判断する方法としてトリガー用語を使用します。
• ConText: NegEx の拡張機能で、これもピッツバーグ大学によって開発されました。ConText は NegEx を拡張して、否定された概念を検出するだけでなく、時間的 (最近、過去、または仮説的なシナリオ) や (経験の) 主体が誰であるか (患者かその他) も検出します。
• MetaMap (米国国立医学図書館提供): は、統一医療言語システム ( UMLS) をベースに構築された包括的な概念タグ付けシステムです。使用するには、有効なUMLS メタシソーラス ライセンス契約(およびアカウント)が必要です。
• MedEx - 臨床テキストから薬剤情報を抽出するツール。MedEx は、フリーテキストの臨床記録を処理して、薬剤名と、薬剤の投与量、頻度、経路、期間などの署名情報を認識します。UMLS ライセンスがあれば無料で使用できます。Linux および Windows 用のスタンドアロン アプリケーションです。
• SecTag (セクション タグ付け階層): NLP、ベイズ、スペル修正、スコアリング技術を使用して、ノートのセクション ヘッダーを認識します。UMLS または LOINC ライセンスがあれば無料で使用できます。
• (スタンフォード名前付きエンティティ認識装置 (NER)): スタンフォードの NER は、条件付きランダム フィールド シーケンス モデルであり、英語とドイツ語の名前付きエンティティ認識用に巧みに設計された機能を備えています。
• (Stanford CoreNLP) は、トークン化、品詞タグ付け、固有表現認識、解析、共参照などを含む、Java での英語向け自然言語処理ツールの統合スイートです。