-
Ny artikel viser at sprogmodeller er bedre end diagnosekoder til identifikation af hæmaturi
Sprogmodeller (fra Indsigt.ai) er bedre end diagnosekoder til at finde tilfælde af hæmaturi (blod i urinen) nævnt i patientjournalen. Det føles som en milepæl I brug, i dette tilfælde til at finde hæmaturi hos personer med blærecancer finder Sprogmodellen 99% af alle personer med hæmaturi.Diagnosekoder finder kun 8%! Sprogmodellen kan desuden bruges til at bestemme…
-
Ny artikel bruger Indsigt.ai modeller til validering af diagnosekoder
Her et eksempel på, at forskere har anvendt sprogmodeller som assistent ved gennemgang af journaler i forbindelse med validering af diagnosekoder. Jeanie Meincke Egedal skriver: „At arbejde med journaldata støttet af NLP-assistenten har jeg oplevet som et tidsbesparende, effektivt alternativ til manuel journalgennemgang. Assistenten udvælger præcist relevante passager fra journaler baseret på kriterier, jeg som kliniker fastsætter,…
-
Samarbejde med onkologisk afdeling ved OUH
Samarbejdet med onkologisk afdeling ved OUH har ledt til en artikel . I samarbejdet har Indsigt.ai udviklet en model til at identificere fraktur i ribben. Dette muliggjorde at man kunne studere sammenhængen mellem stråledosis ved lungekræft og risikoen for ribbensbrud. „Cumulative rib fracture risk after stereotactic body radiotherapy in patients with localized non-small cell lung…
-
Præsentation ved TRAIN
Martin har præsenteret og deltaget på et tværregionalt netværksmøde for fagfolk, der arbejder med kunstig intelligens (TRAIN). Her delte han erfaringer fra sit arbejde hos indsigt.ai. Hans præsentation handlede om sprogmodeller til at analysere den enorme mængde ustruktureret tekst i patientjournaler, med det formål at forbedre klinisk beslutningstagning og forskning.
-
Artikel udgivet om brug af tekstalgoritmer til journallæsning
Læger overser mindst 30% af relevant information, når de læser journalen ved almindelig manuel gennemlæsning. Resultatet var enslydende i eksperimenter, hvor lægerne blev bedt om at udpege det relevante i form af blødningsepisoder hos patienten og ved brug af Eye tracking, hvor man kan analysere hvilke ord, blikket har hvilet på. Lægerne fandt de relevante…
-
Paper udgivet om automatisk de-identifikation af journaltekst
Vores forskningsgruppe har trænet en transformermodel der kan anonymisere ustruktureret tekst i danske patientjournaler – og helt uden at annotere data som normalt tager mange måneder at indsamle. Vi har i stedet brugt „svage labels‟ taget fra statistik om navne, adresser, osv. og fået modellen til at generalisere ud fra det og kende forskel på…