面向农村医疗智能接入的多语言医学问答与信息检索
计算与语言
2021-06-03 v1 信息检索
摘要
在若干发展中国家的农村地区，优质医疗、医疗基础设施与专业诊断服务大多难以获取。这些地区正逐步接入互联网基础设施，但连接尚不足以支撑与医疗从业者的持续沟通。由此导致的许多死亡源于医疗接入缺失、患者既往健康记录缺席以及本土语言信息匮乏，本可轻易避免。本文中，我们描述一种利用机器学习与NLP（自然语言处理）技术的显著进展来设计低资源、多语言且作为初步首诊医疗助手模型的方法。我们的贡献包括定义该NLP流水线所需的命名实体识别、语言无关句子嵌入、自然语言翻译、信息检索、问答以及用于最终查询处理的生成式预训练。我们获得了该流水线的可观结果，以及供医疗从业者参阅以辅助诊断的EHR（电子健康记录）分析与文本摘要的初步结果。通过此NLP流水线，我们旨在向用户提供初步医疗信息，并不声称替代合格医疗从业者的诊断。借助领域专家的输入，我们编制了大型语料库，用以预训练并微调我们基于BioBERT的NLP模型以完成特定任务。我们期望NLP架构的最新进展（其中若干为高效且隐私保护型模型）能进一步扩大本方案的影響并提升各任务表现。
引用
@article{arxiv.2106.01251,
title = {Multilingual Medical Question Answering and Information Retrieval for Rural Health Intelligence Access},
author = {Vishal Vinod and Susmit Agrawal and Vipul Gaurav and Pallavi R and Savita Choudhary},
journal= {arXiv preprint arXiv:2106.01251},
year = {2021}
}