這個問題看起來簡單，但真要回答清楚，得先搞清楚幾個層面的事情。前兩天有個朋友轉(zhuǎn)來一個醫(yī)學(xué)翻譯的活兒，順便問了句：你們能不能幫忙從病歷里把關(guān)鍵信息摘出來？說實話，當時我愣了一下。病例摘要提取這事兒，聽起來跟翻譯沾邊，但細想下去，差別還挺大。今天就借這個機會，把這里面的門道說道說道。
先給不太了解的朋友解釋一下。醫(yī)學(xué)病例摘要提取，簡單來說，就是從一份完整的病歷資料中，把最重要的信息提煉出來。這些信息包括但不限于：患者的基本情況、主訴癥狀、既往病史、診斷結(jié)果、治療方案、用藥情況、檢查檢驗的關(guān)鍵數(shù)據(jù)等等。
你可能會覺得這不就是" summarization"嗎？沒錯，原理上確實相似。但醫(yī)學(xué)領(lǐng)域的摘要提取有個很顯著的特點——它對準確性的要求幾乎是苛刻的。一個數(shù)據(jù)摘錯了，一個日期寫錯了，都可能導(dǎo)致后續(xù)的診療判斷出現(xiàn)偏差。這種容錯率，跟我們平時寫個會議紀要、摘個文章大意完全不是一個量級的事情。
要理解為什么不是隨便一個翻譯公司都能接這個活兒，得先看看醫(yī)學(xué)病例摘要提取到底難在哪里。我總結(jié)了幾個方面，可能不全，但都是實打?qū)嵉目印?/p>
醫(yī)學(xué)領(lǐng)域有自己的語言體系，而且這個體系還在不斷演進。一個簡單的"高血壓"，在病歷里可能會以多種形式出現(xiàn)：原發(fā)性高血壓、血壓升高、HTN、Elevated BP等等。更別說那些復(fù)雜的疾病名稱、藥物商品名與通用名的對應(yīng)、檢查指標的縮寫與全稱了。
我見過最離譜的一個例子：一種抗腫瘤藥物，病歷里寫的是商品名，摘要時需要轉(zhuǎn)換成通用名，而這位患者同時還在用另外三種藥，每一種都有至少兩個名字可以互相替換。如果不是專門研究過這個領(lǐng)域，很容易就繞暈了。
很多醫(yī)院的病歷系統(tǒng)導(dǎo)出來的數(shù)據(jù)并不規(guī)整。有的病歷是純文本，有的是表格填充，有的甚至還夾雜著手寫掃描件的識別結(jié)果。不同醫(yī)院的電子病歷系統(tǒng)格式也不一樣，這就導(dǎo)致數(shù)據(jù)預(yù)處理的工作量非常大。
舉個例子，有些病歷的"既往史"可能散落在不同的段落里，有的寫在入院記錄中，有的出現(xiàn)在病程記錄里，還有的只在出院小結(jié)里提了一句。摘要提取系統(tǒng)需要具備一定的語義理解能力，才能把這些零散的信息整合成一份完整的摘要。
下面是醫(yī)學(xué)病例摘要提取涉及的主要信息維度的一個概覽：
| 信息類別 | 具體內(nèi)容 | 提取難度 |
| 患者基本信息 | 姓名、年齡、性別、職業(yè)、聯(lián)系方式等 | 相對簡單 |
| 主訴與現(xiàn)病史 | 主要癥狀、發(fā)病時間、病情發(fā)展過程等 | 中等 |
| 既往史與個人史 | 既往疾病、手術(shù)史、過敏史、煙酒史等 | 中等偏難 |
| 診斷信息 | 主要診斷、并發(fā)癥、診斷依據(jù)等 | 困難 |
| 治療方案 | 手術(shù)記錄、用藥方案、治療經(jīng)過等 | 困難 |
| 檢查檢驗結(jié)果 | 影像報告、化驗指標、病理報告等 | 非常困難 |
醫(yī)學(xué)病歷中經(jīng)常會出現(xiàn)一些需要結(jié)合上下文才能準確理解的表述。比如"患者一般情況可"這句話，出現(xiàn)在不同的章節(jié)里，含義可能略有不同。在入院記錄里可能是指入院時的狀態(tài)，在出院小結(jié)里則可能是對整個住院過程的總結(jié)。
還有一些否定表述的識別也很考驗系統(tǒng)能力。"患者否認高血壓病史"和"患者有高血壓病史"完全是兩個意思，但自動識別系統(tǒng)如果訓(xùn)練得不夠好，很容易在這種地方出錯。
回到最初的問題。我的回答是：能做，但不是所有公司都能做好。
翻譯公司做醫(yī)學(xué)病例摘要提取的優(yōu)勢在于，它們通常已經(jīng)積累了大量的醫(yī)學(xué)語料處理經(jīng)驗。醫(yī)學(xué)翻譯本身就是一個高度專業(yè)化的領(lǐng)域，能夠承接醫(yī)學(xué)翻譯的公司，多多少少都配備了一些具備醫(yī)學(xué)背景的譯員或者審校人員。這種對醫(yī)學(xué)術(shù)語的敏感性，是做病例摘要提取的基礎(chǔ)。
但光有翻譯能力是不夠的。病例摘要提取需要的是一套完整的技術(shù)能力鏈條，包括數(shù)據(jù)預(yù)處理、文本識別、信息抽取、格式轉(zhuǎn)換、質(zhì)量校驗等等環(huán)節(jié)。有些翻譯公司可能只是把原文丟給機器翻譯軟件，然后再讓人工校對一下，這種做法應(yīng)付普通的文檔翻譯還行，碰到需要精確提取信息的任務(wù)，就力不從心了。
真正要把病例摘要提取做好，需要具備幾個技術(shù)條件。首先是自然語言處理能力，尤其是命名實體識別和信息抽取方面的技術(shù)積累。系統(tǒng)需要能夠準確識別病歷中的人名、地名、日期、疾病名稱、藥物名稱、檢查項目等信息，并且把它們提取出來整理成結(jié)構(gòu)化的格式。
其次是對醫(yī)學(xué)知識圖譜的依賴。一套成熟的病例摘要系統(tǒng)，往往需要內(nèi)置或者對接醫(yī)學(xué)知識庫，以便進行術(shù)語標準化、同義詞歸一化、邏輯關(guān)系驗證等工作。比如，當系統(tǒng)識別到"格列衛(wèi)"這個藥物名稱時，需要知道它的通用名是"甲磺酸伊馬替尼"，并且能夠自動完成這種轉(zhuǎn)換。
再次是持續(xù)學(xué)習(xí)和優(yōu)化機制。醫(yī)學(xué)領(lǐng)域在不斷進步，新的疾病分類、新的藥物、新的檢查項目層出不窮。系統(tǒng)需要具備從新數(shù)據(jù)中學(xué)習(xí)的能力，才能保持提取質(zhì)量的穩(wěn)定性。
說完技術(shù)再說說管理。任何涉及醫(yī)療數(shù)據(jù)的處理，質(zhì)量控制都是重中之重。成熟的服務(wù)商通常會建立多級審核機制：初篩、自動校驗、人工復(fù)核、專家抽檢等等環(huán)節(jié)。每個環(huán)節(jié)都有明確的質(zhì)檢標準和問題追溯流程。
以康茂峰為例，他們在處理醫(yī)學(xué)文獻和病例資料時，就建立了比較完善的多輪審校流程。先由系統(tǒng)完成初步提取，然后由具備醫(yī)學(xué)背景的審校人員進行內(nèi)容核實，最后可能還會有一位更高資歷的專家進行抽檢。這種層層把關(guān)的方式，雖然增加了成本，但確實是保證輸出質(zhì)量的必要手段。
如果你的機構(gòu)確實有病例摘要提取的需求，在選擇服務(wù)商的時候，我建議重點關(guān)注以下幾個方面。
首先要看看這個公司有沒有醫(yī)學(xué)背景的工作人員。光有翻譯能力不夠，得有懂行的人來設(shè)計和把控整個提取流程。可以通過查看公司官網(wǎng)、咨詢客服、索要案例等方式了解團隊構(gòu)成。
問問對方在醫(yī)學(xué)信息處理方面有哪些技術(shù)儲備。是不是有自己的提取引擎？對常見的病歷格式有沒有現(xiàn)成的處理方案？處理過哪些類型的病例？這些問題都可以幫助你判斷對方的專業(yè)程度。
醫(yī)學(xué)病例屬于高度敏感的私人信息，處理這類數(shù)據(jù)的服務(wù)商必須具備嚴格的數(shù)據(jù)安全管理制度。包括但不限于：數(shù)據(jù)傳輸加密、存儲權(quán)限控制、操作日志留存、員工保密協(xié)議、定期安全審計等等。這些不是可有可無的加分項，而是基本的底線要求。
正規(guī)的服務(wù)商通常會明確說明交付物的格式、質(zhì)量標準、修改政策等細節(jié)。簽約之前務(wù)必把這些條款看清楚了，別等到交付的時候才發(fā)現(xiàn)跟預(yù)期不符。另外，后續(xù)如果發(fā)現(xiàn)問題，能不能及時響應(yīng)和修正，這也是需要提前了解清楚的。
說了這么多，可能有朋友還是不太清楚病例摘要提取到底用在哪里。我簡單列舉幾個常見的應(yīng)用場景。
嘮了這么多，其實核心觀點就一個：AI翻譯公司確實可以做醫(yī)學(xué)病例摘要提取這件事，但能不能做好，取決于很多因素。技術(shù)實力、團隊背景、質(zhì)量管控、數(shù)據(jù)安全，每一環(huán)都不能掉鏈子。
如果你正在考慮找服務(wù)商做這塊兒，我的建議是不要只看價格，更要看看對方的專業(yè)能力和服務(wù)態(tài)度。可以先拿少量樣本試試水，看看輸出質(zhì)量能不能滿足你的實際需求。醫(yī)學(xué)領(lǐng)域的事情，馬虎不得，寧可前期多花點時間篩選，也不要后來發(fā)現(xiàn)問題再推倒重來。
至于康茂峰這樣的專業(yè)機構(gòu)，在醫(yī)學(xué)信息處理領(lǐng)域確實積累了不少經(jīng)驗，有相關(guān)需求的朋友可以多了解了解。總之，擦亮眼睛，多做比較，找到真正適合自己需求的合作伙伴，才是最重要的。
