它记录了保健行业是一个真实的宝藏组织的数据,但大部分都是非结构化的形式 - 例如,临床笔记或患者叙述。传统上,利益相关者难以从这些信息中获得有意义的见解,但是,根据美国医学信息学协会(JAMIA)杂志的一份新报告,这在很大程度上归功于人工智能(AI)。

作为医疗保健的迈克里亚德写道“杰米的研究表明,在非结构化票据中捕获的现实世界数据在使用培训的算法时提供更准确的准确性。”这项研究使用了六年的去鉴定电子健康记录(EHR)数据来挖掘结构化和非结构化数据的特定临床概念,使用前者和AI的标准查询技术。

HealthcareitNews块更详细地分解了这项研究,但研究人员最终得出结论,即非结构化数据在预测冠状动脉疾病而不是结构化的对应方面更有用。这些调查结果对医疗保健行业和其他领域也具有很大的影响。

随着AI工具已经成熟,公司已揭示了许多新途径,用于探索和利用非结构化数据,包括:

  • 自然语言处理,可用于从电子邮件,日记条目,新闻文章和社交媒体帖子中提取出书面文件中的意义。
  • 语音到文本转换,可用于将音频语音转换为可搜索的文本。
  • 模式识别算法,可用于识别数字图像中的人,动物或其他对象。

为了使这些和其他AI燃料技术成功地挖掘了商业智能的非结构化数据,组织有正确的数据存储和分析策略至关重要。一种传统的方法,使数据淤泥和抑制广泛共享和对信息的分析将永远不会支持解锁非结构化数据值所需的文化。

为了引用医疗保健学习的作者,“本研究的清晰学习是,准确性受到数据和技术选择的严重影响。”只有在配备合适的技术时,组织才能在分析非结构化数据时将其最佳脚踏。