Mehrere Forscher am Institut für Biomedizinische Informatik & Datenwissenschaft interessieren sich für die Erforschung der natürlichen Sprachverarbeitung (NLP) in der Biomedizin. In diesem Artikel erklären vier dieser Wissenschaftler, was NLP für ihre Forschung bedeutet und teilen Perspektiven über die Möglichkeiten dieses stark wachsenden Gebiets. Dr. Kei-Hoi Cheung, Professor für Biomedizinische Informatik & Datenwissenschaft an der Yale University, informiert über Projekte zur Extraktion von Informationen aus klinischen Texten im Rahmen der elektronischen Krankenakten der Veteranenverwaltung. In der digitalen Gesundheitswelt haben elektronische Krankenakten zu großen Mengen an Patientendaten geführt, die hauptsächlich als unstrukturierte klinische Notizen in freiem Text vorliegen. Die natürliche Sprachverarbeitung hat sich als Werkzeug etabliert, um dieses “dunkle Daten” genannte ungenutzte klinische Material zu erschließen.
Dr. Qingyu Chen, Forschungswissenschaftler für Biomedizinische Informatik & Datenwissenschaft, erforscht die Automatisierung der Informationsgewinnung und des Wissenserwerbs aus der umfangreichen biomedizinischen Literatur. Seine Arbeit konzentriert sich auf die Entwicklung von grundlegenden BioNLP-Modellen, innovative Methoden zur Datenaufbereitung und die Entwicklung von Anwendungen für BioNLP. Darüber hinaus arbeitet er an der Integration von biomedizinischem Text mit anderen Datentypen, um die multimodale Analyse für die AI-unterstützte Krankheitsdiagnose zu erleichtern.
Dr. Andrew Taylor, Assistenzprofessor für Notfallmedizin, erforscht die Anwendung von NLP in den Bereichen Bildung, klinische Praxis und Bevölkerungsgesundheit. Seine Forschung konzentriert sich auch auf die Identifizierung von gesundheitsbezogenen Konzepten in Notizen aus dem Rettungsdienst und die Erweiterung von MedCat, einem NLP-Tool zur Extraktion von Daten aus elektronischen Patientenakten.
Dr. Hua Xu, ein anerkannter Forscher in der klinischen Natürlichen Sprachverarbeitung (NLP), hat neue Algorithmen für wichtige klinische NLP-Aufgaben entwickelt und reale Herausforderungen mit NLP-Technologien gemeistert. Sein Lab hat das CLAMP-Toolkit entwickelt, das von über 650 Organisationen genutzt wird, um wichtige Informationen aus biomedizinischen Textdaten zu extrahieren. Sie konzentrieren sich auf die Anwendung von NLP in verschiedenen medizinischen Fachgebieten, um komplexe Gesundheitsdynamiken zu verstehen und innovative Lösungen für echte Probleme wie Alzheimer-Krankheit und Krebs zu bieten.