Digital Developer Conference: Hybrid Cloud 2021 | Capacitaciones gratuitas por expertos y partners | 21 de Setiembre ¡Inscríbete Ahora!

Clasifique datos de ICD-10 con Watson

Resumen

Esta aplicación se construyó para hacer una demostración de Watson™ Natural Language Classifier de IBM. Utiliza Watson Python SDK para crear el clasificador, hacer una lista de clasificadores y clasificar el texto de entrada. También utilizamos la API de ICD-10 que está disponible de forma gratuita y que cuando se le proporciona un código ICD-10 devuelve un nombre y una descripción.

Descripción

AVISO LEGAL: Esta aplicación es utilizada únicamente con fines demonstrativos e ilustrativos y no constituye una oferta que haya pasado por una revisión reglamentaria. No está destinada a servir como una aplicación médica. No hay representación en cuanto a la exactitud del resultado de esta aplicación y es presentada sin garantía.

ICD-10 es la 10ª revisión de la Clasificación Estadística Internacional de Enfermedades y de Problemas Relacionados con la Salud. En resumen, es una clasificación médica de la Organización Mundial de la Salud (OMS) que contiene códigos de enfermedades, indicios y síntomas, descubrimientos inusuales, alertas, circunstancias sociales y causas externas de los daños o enfermedades. Los hospitales y las compañías aseguradoras podrían ahorrar tiempo y dinero aprovechando Watson para etiquetar los códigos ICD-10 de una forma adecuada.

Esta aplicación se construyó para hacer una demostración de Watson™ Natural Language Classifier de IBM. El conjunto de datos que utilizaremos, ICD-10-GT-AA.csv, contiene un subconjunto de entidades ICD-10.

Cuando haya completado este patrón, usted sabrá lo siguiente:

  • Crear un servicio Natural Language Classifier y utilizarlo en una aplicación de Python.
  • Entrenar un modelo de Natural Language Classifier utilizando datos CSV.
  • Implementar una aplicación web con Flask para poder realizar consultas al modelo.
  • Utilizar el modelo entrenado para obtener rápidamente una clasificación de una enfermedad o de un problema de la salud.

Flujo

Diagrama de las etapas para crear la aplicación

  1. Los archivos CSV se envían al servicio Natural Language Classifier para entrenar el modelo.
  2. El usuario interactúa con la IU de la aplicación que se ejecuta localmente o en la nube.
  3. La aplicación envía los datos del usuario al modelo de Natural Language Classifier para clasificarlos.
  4. La información que contiene la clasificación se devuelve a la aplicación web.

Instrucciones

Encuentre los datos detallados para este patrón en README. Esos pasos le mostrarán cómo se hace lo siguiente:

  1. Clonar el proyecto.
  2. Instalar las dependencias de la aplicación.
  3. Copiar el archivo env.example.
  4. Actualizar el archivo .env con sus credenciales de NLC.
  5. Ejecutar python welcome.py.
  6. Acceder a la aplicación en ejecución en un navegador.

Aviso

El contenido aquí presentado fue traducido de la página IBM Developer US. Puede revisar el contenido original en este link.