Vi har lavet et grundigt studie af Doras performance. Dora har nu en dokumenteret høj performance på dansk klinisk tekst med en F1-score på 0,945 – og er dermed den bedste i. klassen på dansk (okt 25) Dokumenteret klinisk nytteværdiI… Læs mere »Dora har høj korrekthed og lav bias
Ny artikel er netop publiceret, der giver data fra real world afprøvning af Dora til udredning for abnorm trombose – og blødningstendens. Høj præcision og klinisk effektPå Odense Universitetshospital blev Dora afprøvet til at finde oplysninger om blødning, blodpropper og… Læs mere »Dora afprøvet i klinisk brug
Sprogmodeller (fra Indsigt.ai) er bedre end diagnosekoder til at finde tilfælde af hæmaturi (blod i urinen) nævnt i patientjournalen. Det føles som en milepæl I brug, i dette tilfælde til at finde hæmaturi hos personer med blærecancer finder Sprogmodellen 99%… Læs mere »Ny artikel viser at sprogmodeller er bedre end diagnosekoder til identifikation af hæmaturi
Her et eksempel på, at forskere har anvendt sprogmodeller som assistent ved gennemgang af journaler i forbindelse med validering af diagnosekoder. Jeanie Meincke Egedal skriver: “At arbejde med journaldata støttet af NLP-assistenten har jeg oplevet som et tidsbesparende, effektivt alternativ til manuel… Læs mere »Ny artikel bruger Indsigt.ai modeller til validering af diagnosekoder
Samarbejdet med onkologisk afdeling ved OUH har ledt til en artikel . I samarbejdet har Indsigt.ai udviklet en model til at identificere fraktur i ribben. Dette muliggjorde at man kunne studere sammenhængen mellem stråledosis ved lungekræft og risikoen for ribbensbrud.… Læs mere »Samarbejde med onkologisk afdeling ved OUH
Martin har præsenteret og deltaget på et tværregionalt netværksmøde for fagfolk, der arbejder med kunstig intelligens (TRAIN). Her delte han erfaringer fra sit arbejde hos indsigt.ai. Hans præsentation handlede om sprogmodeller til at analysere den enorme mængde ustruktureret tekst i… Læs mere »Præsentation ved TRAIN
Læger overser mindst 30% af relevant information, når de læser journalen ved almindelig manuel gennemlæsning. Resultatet var enslydende i eksperimenter, hvor lægerne blev bedt om at udpege det relevante i form af blødningsepisoder hos patienten og ved brug af Eye… Læs mere »Artikel udgivet om brug af tekstalgoritmer til journallæsning
Vores forskningsgruppe har trænet en transformermodel der kan anonymisere ustruktureret tekst i danske patientjournaler – og helt uden at annotere data som normalt tager mange måneder at indsamle. Vi har i stedet brugt “svage labels” taget fra statistik om navne,… Læs mere »Paper udgivet om automatisk de-identifikation af journaltekst