提供高质量兼容数据解析
下载案例研究
PDF文件
挑战
医疗专业人员依赖专业组织帮助理解和引导当前监管和风险管理挑战一专业组织想帮助成员,提供深度知识分析,发现与赔偿责任索赔相关价值100年的信息
案例资料-医学记录、相关文献和法律发现-是数据挖掘丰富和宝贵的资源内含许多敏感个人识别信息(PII),资料本身难分析, 因为文档基本非结构化-邮件、字母、文本文档等
组织想创建编译内容存储器,内容存储器需要整合语义意义,使分析者更容易更快地发现数十年数据中的新洞见
连通事实和意义将允许组织回答重要问题,例如“我们可能遇到什么要求,我们如何教育成员避免风险?” 和“当提出要求时,我们历史双赢率是多少?何因影响此支付或抗争
结果
组织选择MarkLogic数据平台Semaphore语义AI编辑敏感数据和结构文档以启动预测解析
解决方案使组织能够安全个人识别信息以遵守规则,部署基于SNOMED的丰富和强健分类策略,并用关键知识从曾经无法获取的信息中获取解析知识
- Semapore知识模型管理模块丰富并管理模型,该模型包含SNOMED本体学SNOMED综合标准多语种词典帮助理解医学内容,减少数据表达方式的变异性并协调成可应用解析的形式
- 丰度模型由Semapore分类语言服务公司发布使用,以自动检查信息资产并适当识别关键项目,如名称、标题、地址、医疗号、出生日期和其他识别事实,并应用SNOMED和ICD10分类后发浓缩过程取代组织人工ICD10分类过程,代之以自动代代SNOMED分类,提供更多粒子洞察力
- Semaphore事实提取框架服务创建文档指纹,将自然语言处理实体识别与上下文事实识别结合起来,识别组织各种内容类型中的医学PII敏感内容识别标识编辑并按当前规则管理
Semaphore模型和元数据被用于分类并标注文本文档中发现的医学信息,而组织曾无法使用这些文档。模型、数据和元数据-事实及其意义-安全存储和管理多模型MarkLogic数据平台内,可使用语义查询和免费文本查询搜索分析
两周概念项目证明平台编辑、分类和搜索内容的能力大规模分析所有案例相关文件使组织能够识别赔偿案例趋势并采取行动减少潜在问题组织正在降低成本同时遵守隐私规则