Classifique dados ICD-10 com Watson

Apresentação

Este aplicativo foi desenvolvido para demonstrar o Watson™ Natural Language Classifier da IBM. Ele usa o Watson Python SDK para criar e listar classificadores além de classificar o texto de entrada. Nós também utilizamos a API ICD-10 disponível gratuitamente, que, dado um código ICD-10, retorna um nome e uma descrição.

Descrição

RENÚNCIA DE RESPONSABILIDADE: este aplicativo é usado apenas para fins demonstrativos e ilustrativos e não constitui uma oferta submetida à revisão regulamentar. Ele não tem como objetivo servir de aplicativo médico. Não há qualquer declaração quanto à precisão do resultado deste aplicativo e ele é apresentado sem qualquer garantia.

ICD-10 é a décima revisão do International Statistical Classification of Diseases and Related Health Problems. Resumindo, é uma lista de classificação médica da Organização Mundial de Saúde (OMS) que contém códigos para doenças, sinais e sintomas, descobertas anormais, reclamações, circunstâncias sociais e causas externas de danos ou doenças. Da mesma forma, os hospitais e as companhias de seguros poderiam economizar tempo e dinheiro impulsionando o Watson para identificar adequadamente os códigos ICD-10.

Este aplicativo foi desenvolvido para demonstrar o Watson Natural Language Classifier da IBM. O conjunto de dados que usaremos, ICD-10-GT-AA.csv, contém um subconjunto de entradas ICD-10. Ao concluir este padrão de código, você saberá como:

  • Criar um serviço Natural Language Classifier e usá-lo em um aplicativo Python.
  • Treinar um modelo Natural Language Classifier usando dados CSV.
  • Implementar um aplicativo da web com Flask para permitir que o modelo seja consultado.
  • Obter rapidamente uma classificação de doença ou problema de saúde utilizando o modelo treinado.

Fluxo

Fluxograma das etapas para criação do app

  1. Arquivos CSV são enviados ao serviço Natural Language Classifier para treinar o modelo.
  2. O usuário interage com a UI do aplicativo em execução localmente ou na nuvem.
  3. O aplicativo envia a entrada do usuário para o modelo Natural Language Classifier para ser classificada.
  4. As informações contendo a classificação são retornadas para o aplicativo da web.

Instruções

Encontre os passos detalhados para este padrão no README. Essas etapas mostrarão como:

  1. Clone o projeto.
  2. Instale todas as dependências do aplicativo.
  3. Copie o arquivo env.example.
  4. Atualize o .env file com sua credencial NLC.
  5. Rode python welcome.py.
  6. Acesse o aplicativo pelo seu browser.

Aviso

O conteúdo aqui presente foi traduzido da página IBM Developer US. Caso haja qualquer divergência de texto e/ou versões, consulte o conteúdo original.