MedalioNER
Lokalny i ultra lekki model AI do ekstrakcji informacji klinicznych w dokumentacji medycznej
MedalioNER to system rozpoznawania jednostek nazewniczych (NER), zaprojektowany specjalnie dla języka polskiego i dokumentacji medycznej. Został wytrenowany na 50 000 zanonimizowanych notatkach lekarskich, co zapewnia wysoką trafność przy pracy z rzeczywistymi danymi szpitalnymi.
Jakie informacje rozpoznaje MedalioNER?
Choroby i diagnozy
(np. zawał serca, cukrzyca typu 2)
Wyniki badań
(np. CRP: 42 mg/l, RTG: zacienienie w lewym płucu)
Leki
(np. Apap, Metformina)
Struktury anatomiczne
(np. tarczyca, nerka lewa)
Objawy
(np. duszność, ból głowy)
Oddziały szpitalne i specjalizacje
(np. SOR, neurologia)
Medical Procedures
Procedury medyczne
Dane demograficzne i personalne
(np. wiek, płeć, imię i nazwisko)
Zastosowania w praktyce
Systemy HIS i EHR
-
Automatyczne uzupełnianie pól dokumentacji medycznej
-
Wyszukiwanie i filtrowanie przypadków wg chorób, procedur lub leków
-
Przyspieszenie kodowania rozliczeniowego (ICD-10, ICD-9, leki)
-
High-volume clinical data extraction for retrospective analysis
-
Efficient patient selection based on complex criteria (e.g. age > 65 + dyspnea + ACE inhibitors)
-
Anonymization of records for GDPR-compliant data sharing
-
Trend analysis of treatments, outcomes, and adherence to clinical guidelines
-
Automatic detection and masking of sensitive information (names, IDs, dates)
-
Fully local processing — no data leaves your infrastructure
-
Audit support and quality assurance automation
Badania naukowe
-
Automatyczna ekstrakcja danych klinicznych do analiz retrospektywnych
-
Selekcja grup pacjentów wg złożonych kryteriów (np. „wiek > 65 + duszność + ACEI”)
-
Ułatwienie anonimizacji i udostępniania dokumentacji badawczej
-
High-volume clinical data extraction for retrospective analysis
-
Efficient patient selection based on complex criteria (e.g. age > 65 + dyspnea + ACE inhibitors)
-
Anonymization of records for GDPR-compliant data sharing
-
Trend analysis of treatments, outcomes, and adherence to clinical guidelines
-
Automatic detection and masking of sensitive information (names, IDs, dates)
-
Fully local processing — no data leaves your infrastructure
-
Audit support and quality assurance automation
Zgodność z RODO
-
Wbudowane mechanizmy wykrywania i maskowania danych wrażliwych
-
Możliwość pełnego przetwarzania dokumentacji w infrastrukturze lokalnej
-
High-volume clinical data extraction for retrospective analysis
-
Efficient patient selection based on complex criteria (e.g. age > 65 + dyspnea + ACE inhibitors)
-
Anonymization of records for GDPR-compliant data sharing
-
Trend analysis of treatments, outcomes, and adherence to clinical guidelines
-
Automatic detection and masking of sensitive information (names, IDs, dates)
-
Fully local processing — no data leaves your infrastructure
-
Audit support and quality assurance automation