DE10337934A1

DE10337934A1 - Verfahren und Vorrichtung zur Strukturierung von Texten

Info

Publication number: DE10337934A1
Application number: DE10337934A
Authority: DE
Inventors: Frank Krickhahn
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 2002-09-30
Filing date: 2003-08-18
Publication date: 2004-04-08
Also published as: CN1497473A; CN100541483C; US20040117734A1

Abstract

Die Erfindung betrifft ein Verfahren zur regelbasierten Überführung unstrukturierter Textinformationen in ein strukturiertes Format mit folgenden Schritten: DOLLAR A a) Eingabe von Strukturierungsregeln (10) zur Strukturierung der unstrukturierten Textinformationen (9), DOLLAR A b) Erfassen unstrukturierter Textinformationen (9), DOLLAR A c) Parsen der unstrukturierten Textinformationen (9) zur Erzeugung kleiner Textfragmente, DOLLAR A d) Durchsuchen von Texteinheiten der unstrukturierten Textinformationen (9) nach in den Strukturierungsregeln (10) definierten Textfragmenten, DOLLAR A e) Strukturierung der Textfragmente der unstrukturierten Textinformationen (9) gemäß in den Strukturierungsregeln (10) festgelegten Bedingungen, DOLLAR A sowie eine Vorrichtung zur regelbasierten Überführung unstrukturierter Textinformationen in ein strukturiertes Format mit einer Eingabevorrichtung (1, 2) für unstrukturierte Textinformationen (9), mit einer Eingabevorrichtung (1) und Speichervorrichtung (4) für Strukturierungsregeln (10), mit einer Extraktionsvorrichtung (6) von kleinen Texteinheiten aus den unstrukturierten Textinformationen, mit einer Strukturierungsvorrichtung (7) zur Erzegung strukturierter Textinformationen (11) aufgrund der Strukturierungsregeln (10) und mit einer Auswertevorrichtung (8) für die Texteinheiten in den strukturierten Textinformationen (11).

Description

Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Überführung unstrukturierter Textinformationen in ein strukturiertes Format.
Insbesondere in der Medizintechnik werden heutzutage viele Freitext-Reporte erstellt, die beispielsweise durch Einsatz von Diktaphonen und/oder Spracherkennungs-Technologien im Computer erfasst werden. Das Problem beim Umgang mit diesen Reporten besteht darin, dass ein automatischer Zugriff auf kleine Informationsteile, sogenannte atomare Informationen, nahezu unmöglich ist, da der Inhalt keine bzw. nur eine sehr grobe Struktur enthält. Somit sind Freitext-Reporte für die strukturierte Darstellung und Auswertung der Informationen sehr ungeeignet.
Bei derartigen Freitext-Reporten werden lediglich ganzheitliche Informationen verarbeitet. Sie können nicht zu automatischen Auswertungen herangezogen werden, so dass die in ihnen enthaltenen Informationen somit für diesen Zweck verloren sind. Dieses Problem wächst in dem Maße, wie das Bedürfnis nach Zugriff auf die atomare Information beispielsweise zum Zwecke eines Kodierens steigt.
In Aho, Alfred V. et al, "Compilers – Principles, Techniques and Tools", Addison Wesley, Reading, Massachusetts, 1986, Seiten 4 bis 11, ist das Prinzip des Parsens beschrieben.
Aus Wormek A.K. et al., "SAM: Speech-Aware Applications in Medicine to Support Structured Data Entry" ist ein Verfahren zur strukturierten Eingabe von Daten via Sprache bekannt.
Bei diesen Dokumenten erfolgt eine Überführung unstrukturierter Textinformationen in eine Struktur auf Basis der Ablei tung einer Struktur aus einer anderen. Auch diese daraus erhaltenen Strukturen lassen sich nicht zu automatischen Auswertungen verwenden.
Die Erfindung geht von der Aufgabe aus, ein Verfahren und eine Vorrichtung der eingangs genannten Art zu schaffen, die eine einfache, automatisierte Überführung unstrukturierter Textinformationen von Freitext-Reporten in ein strukturiertes, auswertbares Format ermöglicht.
Die Aufgabe wird erfindungsgemäß durch ein Verfahren mit folgenden Schritten gelöst:

a) Eingabe von Strukturierungsregeln zur Strukturierung der unstrukturierten Textinformationen,
b) Erfassen unstrukturierter Textinformationen,
c) Parsen der unstrukturierten Textinformationen zur Erzeugung kleiner Textfragmenten,
d) Durchsuchen von Texteinheiten der unstrukturierten Textinformationen nach in den Strukturierungsregeln definierten Textfragmenten,
e) Strukturierung der Textfragmente der unstrukturierten Textinformationen gemäß in den Strukturierungsregeln festgelegten Bedingungen.

Durch die zu definierenden Strukturierungsregeln wird der Freitext-Report geparst, d.h. in kleinere Einheiten zerlegt, und in eine Struktur überführt, damit ein Programm diese Informationen auswerten kann. Eine solche Regel enthält Informationen zu den Textfragmenten, nach denen der Freitext-Report zu durchsuchen ist, welches Struktur-Element hierdurch repräsentiert wird, sowie zusätzliche Informationen darüber, wie die Struktur aufzubauen ist.
Erfindungsgemäß kann im Schritt b) die Erfassung von unstrukturierter Textinformationen durch ein Mikrophon erfolgen, wobei mittels eines Spracherkennungsprogramms eine Umsetzung in unstrukturierte Textinformationen durchgeführt wird.
In vorteilhafter Weise können die Strukturierungsregeln Informationen zu den Textfragmenten enthalten, nach denen der Freitext-Report zu durchsuchen ist, welches Struktur-Element hierdurch repräsentiert wird und wie die Struktur aufzubauen ist.
Die Aufgabe wird bezüglich der Vorrichtung erfindungsgemäß durch eine Eingabevorrichtung für unstrukturierte Textinformationen, eine Eingabevorrichtung und Speichervorrichtung für Strukturierungsregeln, eine Extraktionsvorrichtung von kleinen Texteinheiten aus den unstrukturierten Textinformationen, eine Strukturierungsvorrichtung zur Erzeugung strukturierter Textinformationen aufgrund der Strukturierungsregeln und eine Auswertevorrichtung für die Texteinheiten in den strukturierten Textinformationen gelöst.
Eine Eingabe von auswertbaren unstrukturierten Textinformationen kann direkt erfolgen, wenn der Eingabevorrichtung für unstrukturierte Textinformationen eine Vorrichtung zur Spracherkennung zugeordnet ist.
Es hat sich als vorteilhaft erwiesen, wenn für die strukturierten Textinformationen als strukturiertes Format DICOM-SR oder XML Verwendung findet.
Die Erfindung ist nachfolgend anhand von in der Zeichnung dargestellten Ausführungsbeispielen näher erläutert. Es zeigen:
1 eine erfindungsgemäße Vorrichtung zur Strukturierung von Texten und
2 ein erfindungsgemäßes Verfahren zur Strukturierung von Texten.
In der 1 ist eine erfindungsgemäße Vorrichtung zur Strukturierung von Texten dargestellt, die beispielsweise in einem Personal Computer (PC) realisiert sein kann. Eine Tastatur 1 dient zur Eingabe von Strukturierungsregeln und ggf. von Freitext-Reporten. Weiterhin kann die Vorrichtung eine Sprach-Eingabevorrichtung 2 aufweisen, beispielsweise ein Mikrophon oder ein Kassetten-Abspielgerät aufweisen, durch die die Freitext-Reporte in den PC eingegeben werden können. An die Sprach-Eingabevorrichtung 2 ist eine Vorrichtung 3 zur Spracherkennung, beispielsweise mit einem Spracherkennungsprogramm, angeschlossen, mittels derer die gesprochenen Freitext-Reporte in Textinformationen umgesetzt werden können.
Die Tastatur 1 ist mit einer Speichervorrichtung 4 für Strukturierungsregeln und einer Speichervorrichtung 5 für Textinformationen verbunden, an die auch die Vorrichtung 3 zur Spracherkennung angeschlossen ist. Mit der Speichervorrichtung 5 für Textinformationen ist eine Extraktionsvorrichtung 6 verbunden, die aus den unstrukturierten Textinformationen kleine Texteinheiten erkennt und kennzeichnet. An der Extraktionsvorrichtung 6 und der Speichervorrichtung 4 für die Strukturierungsregeln ist eine Strukturierungsvorrichtung 7 zur Erzeugung strukturierter Textinformationen angeschlossen, die aufgrund der festgelegten und gespeicherten Strukturierungsregeln die extrahierten Texteinheiten in ein strukturiertes Format überführt. Mit der Strukturierungsvorrichtung 7 ist eine Auswertevorrichtung 8 verbunden, die eine Abfrage nach kleinen, strukturierten Texteinheiten zur weiteren Auswertung ermöglicht.
In einer medizinischen Einrichtung werden Freitext-Reporte beispielsweise mit Hilfe eines Diktiergerätes (Dictaphones) aufgezeichnet und später von einer Sekretärin mittels eines Schreibprogramms über die Tastatur 1 in den Computer übertragen. Eine Umwandlung eines Freitext-Reports in einen geschriebenen Text kann auch durch die Vorrichtung 3 zur Spracherkennung mit einem entsprechenden Spracherkennungspro gramm erfolgen, wobei der Freitext-Report direkt in einen Personal Computer mittels Diktat oder nachträglich mit einem Abspielgerät für Diktierkassetten eingegeben werden kann.
Um spätere Auswertungen der so entstandenen Datenbestände zu ermöglichen, werden die Freitext-Reporte neben ihrem Originalformat in ein strukturiertes Format, beispielsweise DICOM-SR oder XML, überführt. Hierzu werden Regeln definiert, die die Systematik der Überführung festlegen.
Ausgangspunkt sind in der 2 dargestellte unstrukturierte Textinformationen 9, welche mittels Diktat bzw. Freitexteingabe entstanden ist. Diese Textinformationen 9 dient als Input für eine Vorrichtung, die diese unstrukturierten Textinformationen 9 in eine strukturierte Form übersetzen soll.
In der 2 ist Folgendes als Beispiel für unstrukturierte Textinformationen 9 angegeben:
Indikation: Diaphorese. Ausschluss von Abnormalitäten regionaler Wandbewegungen. Überprüfen hypertonischer Kardiomyopathie. Ausschluss myokardialen Infarkt. Beurteilen des linken des Auswurfanteils des linken Ventrikels. Ausschluss eines Aneurysma des linken Ventrikels.
Historie: Andere sachbezogene Historien beinhalten: neuerlicher Kokainmissbrauch. Vorhergehende CV-
Prozeduren:
Studieninfo. Die Studie wurde unter generaler Anästhesie durchgeführt.
Zur Übersetzung dieser unstrukturierten Textinformationen 9 in eine strukturierte Form werden in diese Vorrichtung Strukturierungsregeln 10 über die Tastatur 1 eingegeben und in der Speichervorrichtung 4 gespeichert, welche die Grundlage der Übersetzung bilden.
Diese Strukturierungsregeln 10 definieren, nach welchen Textfragmenten im Text zu suchen ist und welches Ergebnis das Auffinden eines solchen Textfragmentes in der Übersetzung hat. Im nachfolgend beschriebenen Beispiel bedeutet beispielsweise das Auffinden des Textfragmentes "Indikation" oder "Indications", dass eine neues Element, welches eine Indikation beschreibt, in die Struktur eingefügt wird.
Im Folgenden sind Beispiele von derartigen Strukturierungsregeln 10 angegeben, die in der 2 dargestellt sind. Die allgemeine Grundlage ist, dass Strukturierungsregeln 10 definiert werden, welche auf der Basis des Auffindens von Textfragmenten festlegen, wie unstrukturierte Textinformationen 9 in eine strukturierte Form übertragen werden.
Steht im Text das Wort "Indikation", so ist es unter Element "Indikation" mit offenen Aktionen zu behandeln. Gleiches gilt für das Wort "Historie" als Element "Historie" und "Studieninfo" als Element "Studieninfo".
Steht im Text das Wort "Diaphorese", so ist es unter Element "Indikation" als Aktion einzufügen. Das Wort "Kokainmissbrauch" im Text ist unter Element "Historie-Eintrag" einzufügen. Der Begriff "generale Anästhesie" ist unter Element "Studieninfo" einzufügen.
Mit diesen und weiteren einmal eingegebenen, jedoch jederzeit änderbaren Strukturierungsregeln 10 werden unstrukturierte Textinformationen 9 des Freitext-Reports in eine strukturierte Form gebracht, so dass man in den nun erhaltenen, nachfolgend beschriebenen strukturierten Textinformationen 11 nach bestimmten Begriffen suchen kann.
<Report>
<Indikationen>
<Indikation> Diaphorese</ Indikation >. Ausschluss von Abnormalitäten regionaler Wandbewegungen. Überprüfen hypertonischer Kardiomyopathie. Ausschluss myokardialen Infarkt. Beurteilen des linken des Auswurfanteils des linken Ventrikels. Ausschluss eines Aneurysma des linken Ventrikels.
</Indikationen>
<Historie>
Andere sachbezogene Historien beinhalten: neuerlicher <Historie-Eintrag> Kokainmissbrauch <Historie-Eintrag>.
Vorhergehende CV-Prozedur(en):
</Historie>
<Studieninfos>
Die Studie wurde unter <Studieninfo> generaler Anästhesie <Studieninfo> durchgeführt.
</Studieninfos>
</Report>
Dabei erfolgt erfindungsgemäß eine Überführung unstrukturierter Textinformationen in eine Struktur auf Basis der regelbasierten Interpretation von Inhalten.
So können beispielsweise in zwei Dokumenten folgende Textpassagen enthalten sein:

a) "Der Patient wurde einer umfangreichen Untersuchung unterzogen. Diagnostiziert wurde ein Darmtumor."
b) "Aufgrund einer CT-basierten Untersuchung wurde als Diagnose ein Tumor im Darmtrakt festgestellt".

Um eine Strukturierung der Diagnose durchzuführen, können folgende Regeln angewandt werden:

1. Enthält ein Satz die Worte "diagnostiziert", "Diagnoseergebnis" oder "Diagnose", so enthält er Informationen zur Diagnose.
1.1. Enthält der gleiche Satz das Wort "Tumor" oder "bösartige Geschwulst", wurde ein Tumor festgestellt.
1.1.1 Enthält der gleiche Satz das Wort "Darm" oder Darmtrakt", so wurde ein Darmkrebs diagnostiziert.
1.2 Enthält der Satz die Worte "Darmtumor" oder "Darmkrebs", so wurde Darmkrebs diagnostiziert.

Das gleiche Textfragment wird auf diese Weise unter unterschiedlichsten Aspekten analysiert. Die aus diesen Analysen gewonnenen Erkenntnisse werden dann in entsprechende Strukturen umgesetzt:
<Diagnose>
<Code> DF-0044A </CODE>
<Meaning> Darmkrebs </Meaning>
</Diagnose>
Es ist also ein automatischer Zugriff auf atomare Informationen möglich, da der Inhalt durch die erfindungsgemäße Vorrichtung eine fein strukturierte Form erhält. Somit lassen sich auch Freitext-Reporte für eine strukturierte Darstellung und automatische Auswertung der Informationen einsetzen.

Claims

Verfahren zur regelbasierten Überführung unstrukturierter Textinformationen in ein strukturiertes Format mit folgenden Schritten: a) Eingabe von Strukturierungsregeln (10) zur Strukturierung der unstrukturierten Textinformationen (9), b) Erfassen unstrukturierter Textinformationen (9), c) Parsen der unstrukturierten Textinformationen (9) zur Erzeugung kleiner Textfragmenten, d) Durchsuchen von Texteinheiten der unstrukturierten Textinformationen (9) nach in den Strukturierungsregeln (10) definierten Textfragmenten, e) Strukturierung der Textfragmente der unstrukturierten Textinformationen (9) gemäß in den Strukturierungsregeln (10) festgelegten Bedingungen.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass im Schritt b) die Erfassung von unstrukturierter Textinformationen (9) durch ein Mikrophon erfolgt, wobei mittels eines Spracherkennungsprogramms eine Umsetzung in unstrukturierte Textinformationen durchgeführt wird.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Strukturierungsregeln (10) Informationen zu den Textfragmenten enthalten, nach denen der Freitext-Report zu durchsuchen ist.
Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass die Strukturierungsregeln (10) Informationen zu den Textfragmenten enthalten, welches Struktur-Element hierdurch repräsentiert wird.
Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass die Strukturierungsregeln (10) Informationen enthalten, wie die Struktur aufzubauen ist.
Vorrichtung zur regelbasierten Überführung unstrukturierter Textinformationen in ein strukturiertes Format mit einer Eingabevorrichtung (1, 2) für unstrukturierte Textinformationen (9), mit einer Eingabevorrichtung (1) und Speichervorrichtung (4) für Strukturierungsregeln (10), mit einer Extraktionsvorrichtung (6) von kleinen Texteinheiten aus den unstrukturierten Textinformationen, mit einer Strukturierungsvorrichtung (7) zur Erzeugung strukturierter Textinformationen (11) aufgrund der Strukturierungsregeln (10) und mit einer Auswertevorrichtung (8) für die Texteinheiten in den strukturierten Textinformationen (11).
Vorrichtung nach Anspruch 6, dadurch gekennzeichnet, dass der Eingabevorrichtung (2) für unstrukturierte Textinformationen (9) eine Vorrichtung (3) zur Spracherkennung zugeordnet ist.
Vorrichtung nach Anspruch 6 oder 7, dadurch gekennzeichnet, dass für die strukturierten Textinformationen (9) als strukturiertes Format DICOM-SR Verwendung findet.
Vorrichtung nach einem der Ansprüche 6 bis 8, dadurch gekennzeichnet, dass für die strukturierten Textinformationen (9) als strukturiertes Format XML Verwendung findet.