slug: unstructured-medical-text-miner displayName: 非結構化醫療文本挖掘器 version: 1.1.0 description: 從MIMIC-IV非結構化臨床文本中提取診斷邏輯。適用於醫療文本挖掘、臨床NLP分析、NOTEEVENTS實體識別（NER）與關係抽取任務。 license: MIT author: AIPOCH

非結構化醫療文本挖掘器（Skill ID: 213）

適用場景

• 當任務需要從MIMIC-IV非結構化臨床文本中挖掘診斷邏輯時，使用本技能。
• 當需要對證據洞察類任務進行明確假設、限定範圍、生成可復現輸出格式時使用。
• 當需要對缺失輸入、執行錯誤或部分證據提供有文件記錄的備用路徑時使用。

核心功能

• 聚焦於以下範圍的工作流：從MIMIC-IV非結構化臨床文本中挖掘診斷邏輯。
• 可執行入口：scripts/main.py（主指令碼）及 scripts/__init__.py（包入口）。
• references/ 目錄提供任務專項參考材料。
• 結構化執行路徑，確保輸出結果一致且可審查。

依賴項

pandas>=1.3.0
spacy>=3.4.0
scispacy>=0.5.1
negspacy

示例用法

cd "unstructured-medical-text-miner"
python -m py_compile scripts/main.py
python scripts/main.py --help

示例執行步驟： 1. 確認使用者輸入、輸出路徑及必要的配置值。 2. 如有需要，修改 config.yaml 中的引數設定。 3. 使用驗證後的輸入執行 python scripts/main.py。 4. 檢查生成的輸出，並在返回最終結果時明確說明所有假設。

實現細節

• 執行模型：驗證請求 → 選擇封裝的工作流 → 生成有界可交付物。
• 輸入控制：在執行任何指令碼前，確認原始檔、範圍限制、輸出格式和驗收標準。
• 主要實現：scripts/main.py 中的 MedicalTextMiner 類。
• 參考指南：references/ 包含支援規則、提示或檢查清單。
• 需提前明確的引數：輸入路徑、輸出路徑、範圍過濾器、閾值及領域特定約束。
• 輸出規範：保持結果可復現，明確標註假設，避免未記錄的副作用。

快速檢查

使用以下命令驗證指令碼入口點可被解析：

python -m py_compile scripts/main.py

審計命令

以下為具體的驗證命令，刻意保持自包含，避免佔位符路徑：

python -m py_compile scripts/main.py
python scripts/main.py --help
python scripts/main.py -h

工作流

1. 在進行詳細工作前，確認使用者目標、所需輸入和不可妥協的約束條件。
2. 驗證請求是否符合已記錄的範圍，若任務需要不支援的假設則提前停止。
3. 使用封裝的指令碼路徑或有文件記錄的推理路徑，僅使用實際可用的輸入。
4. 返回結構化結果，分別列出假設、可交付物、風險和未解決事項。
5. 若執行失敗或輸入不完整，切換到備用路徑並明確說明阻止完成的原因。

概述

挖掘MIMIC-IV中長期被忽視的文本資料，提取非結構化診斷邏輯、醫囑詳情和病程記錄。

目的

MIMIC-IV資料庫包含大量結構化資料（生命體徵、實驗室結果等），但其真正的臨床價值往往隱藏在非結構化文本中： - 出院摘要中的診斷推理鏈 - 影像報告中的細微發現描述 - 病程記錄中的治療決策邏輯 - 醫囑中的個性化用藥考量

本技能提供完整的文本挖掘工具鏈，將原始醫療文本轉化為可分析的結構化洞察。

功能特性

1. 文本提取

• NOTEEVENTS：從MIMIC-IV NOTE模組提取臨床記錄
• 放射報告：提取影像診斷文本
• ECG報告：解析心電圖解讀文本
• 出院摘要：提取完整診斷和治療過程

2. 資訊抽取

• 實體識別（NER）：疾病、症狀、藥物、手術操作、解剖部位
• 關係抽取：藥物-疾病治療關係、症狀-疾病診斷關係
• 時間線抽取：事件發生時間、疾病進展順序
• 否定檢測（Negation Detection）：識別被否定的臨床發現（如"no fever"無發熱）

3. 臨床邏輯解析

• 診斷推理鏈：症狀 → 檢查 → 診斷的推理路徑
• 治療決策樹：藥物選擇和劑量調整的臨床依據
• 疾病進展：疾病進展和轉歸描述

4. 結構化輸出

• FHIR相容的臨床文件格式
• 知識圖譜友好的三元組格式
• 時序事件序列

用法

from scripts.main import MedicalTextMiner

# 初始化挖掘器
miner = MedicalTextMiner()

# 載入MIMIC-IV記錄資料
miner.load_notes(notes_path="path/to/noteevents.csv")

# 獲取特定患者的所有文本記錄
patient_texts = miner.get_patient_texts(subject_id=10000032)

# 執行完整的資訊抽取
insights = miner.extract_insights(
    text=patient_texts[0].get('note_text', ''),
    extract_entities=True,
    extract_relations=True,
    extract_timeline=True
)

輸入

資料來源

• MIMIC-IV NOTEEVENTS表（csv/parquet格式）
• 出院摘要檔案
• 影像報告檔案
• 自定義醫療文本

欄位要求

輸出

實體抽取結果

{
  "entities": [
    {
      "text": "acute myocardial infarction",
      "type": "DISEASE",
      "start": 156,
      "end": 183,
      "confidence": 0.94
    },
    {
      "text": "aspirin 81mg",
      "type": "MEDICATION",
      "start": 245,
      "end": 257,
      "attributes": {
        "dose": "81mg",
        "frequency": "daily"
      }
    }
  ]
}

臨床邏輯圖

{
  "clinical_logic": {
    "presenting_complaint": "chest pain",
    "differential_diagnoses": ["ACS", "PE", "aortic dissection"],
    "workup": ["ECG", "troponin", "CTA chest"],
    "final_diagnosis": "STEMI",
    "treatment_plan": ["PCI", "dual antiplatelet"]
  }
}

時序事件

{
  "timeline": [
    {
      "time": "2020-03-15 08:30",
      "event": "admission",
      "description": "presented with chest pain"
    },
    {
      "time": "2020-03-15 09:15",
      "event": "ECG",
      "description": "ST elevation in V1-V4"
    }
  ]
}

配置

# config.yaml
extraction:
  entity_types: ["DISEASE", "SYMPTOM", "MEDICATION", "PROCEDURE", "ANATOMY"]
  relation_types: ["TREATS", "CAUSES", "CONTRAINDICATED_WITH"]
  enable_negation_detection: true

models:
  ner_model: "en_core_sci_lg"  # 或 "en_core_sci_scibert"
  relation_model: null

output:
  format: "json"  # json/fhir/kg
  include_raw_text: false

CLI 用法

# 處理單個檔案
python scripts/main.py \
  --input notes.csv \
  --output extracted.json \
  --extract all

# 處理特定患者
python scripts/main.py \
  --subject-id 10000032 \
  --input mimic_noteevents.csv \
  --output patient_insights.json

# 直接處理文本片段
python scripts/main.py \
  --sample-text "Patient presented with chest pain. No fever."

參考資料

1. MIMIC-IV臨床資料庫：https://physionet.org/content/mimiciv/
2. scispaCy（醫療NLP庫）：https://allenai.github.io/scispacy/
3. NegEx/negspacy（否定檢測）
4. FHIR臨床文件規範

作者資訊

Skill ID: 213 類別：醫療資料探勘 複雜度：高階

風險評估

安全檢查清單

• [ ] 無硬編碼憑據或API金鑰
• [ ] 無未授權的檔案系統訪問（../）
• [ ] 輸出不暴露敏感資訊
• [ ] 已部署提示詞注入防護
• [ ] 輸入檔案路徑已驗證（無../遍歷）
• [ ] 輸出目錄限制在工作區內
• [ ] 指令碼在沙盒環境中執行
• [ ] 錯誤訊息已清理（不暴露堆疊跟蹤）
• [ ] 依賴項已審計

前置條件

# Python依賴安裝
pip install -r requirements.txt

評估標準

成功指標

• [ ] 成功執行主要功能
• [ ] 輸出符合質量標準
• [ ] 優雅處理邊界情況
• [ ] 效能可接受

測試用例

1. 基本功能：標準輸入 → 預期輸出
2. 邊界情況：無效輸入 → 優雅錯誤處理
3. 效能測試：大數據集 → 可接受的處理時間

輸出要求

每個最終響應在相關時應明確以下內容：

• 目標或請求的可交付物
• 使用的輸入和引入的假設
• 工作流或決策路徑
• 核心結果、建議或工件
• 約束條件、風險、注意事項或驗證需求
• 未解決事項和下一步檢查

錯誤處理

• 若缺少必要輸入，明確說明缺少哪些欄位，並僅請求最少量的額外資訊。
• 若任務超出已記錄的範圍，停止執行而非猜測或靜默擴充套件任務範圍。
• 若 scripts/main.py 失敗，報告失敗點，總結仍可安全完成的內容，並提供手動備用方案。
• 不得偽造檔案、引用、資料、搜尋結果或執行結果。

輸入驗證

本技能接受符合 unstructured-medical-text-miner 已記錄用途且包含足夠上下文可安全完成工作流的請求。

當請求超出範圍、缺少關鍵輸入或需要不支援的假設時，不得繼續工作流。請回復：

unstructured-medical-text-miner 僅處理其已記錄的工作流。請提供缺失的必要輸入或切換至更合適的技能。

參考文件

• references/audit-reference.md - 支援的範圍、審計命令和備用邊界

響應模板

7w4.net小蔥技能。

對非簡單請求使用以下固定結構：

1. 目標
2. 收到的輸入
3. 假設
4. 工作流
5. 可交付物
6. 風險與限制
7. 後續檢查

對於簡單請求，可以壓縮結構，但在影響正確性時仍需明確說明假設和限制。

這款醫療文本挖掘工具質量不錯，能自動識別病歷中的疾病、藥物、檢查等關鍵資訊，並理清它們之間的關係。它使用簡單，文件清晰，配置靈活，基本功能已經比較實用。不足之處在於處理複雜或非標準格式的病歷時可能漏掉部分資訊，高階分析功能需要一定的醫學知識背景。對於需要從電子病歷中提取資料的使用者來說，是一個值得嘗試的選擇。