slug: unstructured-medical-text-miner displayName: 非结构化医疗文本挖掘器 version: 1.1.0 description: 从MIMIC-IV非结构化临床文本中提取诊断逻辑。适用于医疗文本挖掘、临床NLP分析、NOTEEVENTS实体识别（NER）与关系抽取任务。 license: MIT author: AIPOCH

非结构化医疗文本挖掘器（Skill ID: 213）

适用场景

• 当任务需要从MIMIC-IV非结构化临床文本中挖掘诊断逻辑时，使用本技能。
• 当需要对证据洞察类任务进行明确假设、限定范围、生成可复现输出格式时使用。
• 当需要对缺失输入、执行错误或部分证据提供有文档记录的备用路径时使用。

核心功能

• 聚焦于以下范围的工作流：从MIMIC-IV非结构化临床文本中挖掘诊断逻辑。
• 可执行入口：scripts/main.py（主脚本）及 scripts/__init__.py（包入口）。
• references/ 目录提供任务专项参考材料。
• 结构化执行路径，确保输出结果一致且可审查。

依赖项

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

示例执行步骤： 1. 确认用户输入、输出路径及必要的配置值。 2. 如有需要，修改 config.yaml 中的参数设置。 3. 使用验证后的输入运行 python scripts/main.py。 4. 检查生成的输出，并在返回最终结果时明确说明所有假设。

实现细节

• 执行模型：验证请求 → 选择封装的工作流 → 生成有界可交付物。
• 输入控制：在执行任何脚本前，确认源文件、范围限制、输出格式和验收标准。
• 主要实现：scripts/main.py 中的 MedicalTextMiner 类。
• 参考指南：references/ 包含支持规则、提示或检查清单。
• 需提前明确的参数：输入路径、输出路径、范围过滤器、阈值及领域特定约束。
• 输出规范：保持结果可复现，明确标注假设，避免未记录的副作用。

快速检查

使用以下命令验证脚本入口点可被解析：

python -m py_compile scripts/main.py

审计命令

以下为具体的验证命令，刻意保持自包含，避免占位符路径：

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

工作流

1. 在进行详细工作前，确认用户目标、所需输入和不可妥协的约束条件。
2. 验证请求是否符合已记录的范围，若任务需要不支持的假设则提前停止。
3. 使用封装的脚本路径或有文档记录的推理路径，仅使用实际可用的输入。
4. 返回结构化结果，分别列出假设、可交付物、风险和未解决事项。
5. 若执行失败或输入不完整，切换到备用路径并明确说明阻止完成的原因。

概述

挖掘MIMIC-IV中长期被忽视的文本数据，提取非结构化诊断逻辑、医嘱详情和病程记录。

目的

MIMIC-IV数据库包含大量结构化数据（生命体征、实验室结果等），但其真正的临床价值往往隐藏在非结构化文本中： - 出院摘要中的诊断推理链 - 影像报告中的细微发现描述 - 病程记录中的治疗决策逻辑 - 医嘱中的个性化用药考量

本技能提供完整的文本挖掘工具链，将原始医疗文本转化为可分析的结构化洞察。

功能特性

1. 文本提取

• NOTEEVENTS：从MIMIC-IV NOTE模块提取临床记录
• 放射报告：提取影像诊断文本
• ECG报告：解析心电图解读文本
• 出院摘要：提取完整诊断和治疗过程

2. 信息抽取

• 实体识别（NER）：疾病、症状、药物、手术操作、解剖部位
• 关系抽取：药物-疾病治疗关系、症状-疾病诊断关系
• 时间线抽取：事件发生时间、疾病进展顺序
• 否定检测（Negation Detection）：识别被否定的临床发现（如"no fever"无发热）

3. 临床逻辑解析

• 诊断推理链：症状 → 检查 → 诊断的推理路径
• 治疗决策树：药物选择和剂量调整的临床依据
• 疾病进展：疾病进展和转归描述

4. 结构化输出

• FHIR兼容的临床文档格式
• 知识图谱友好的三元组格式
• 时序事件序列

用法

推荐访问7w4.net获取更多AI技能。

from scripts.main import MedicalTextMiner

# 初始化挖掘器
miner = MedicalTextMiner()

# 加载MIMIC-IV记录数据
miner.load_notes(notes_path="path/to/noteevents.csv")

# 获取特定患者的所有文本记录
patient_texts = miner.get_patient_texts(subject_id=10000032)

# 执行完整的信息抽取
insights = miner.extract_insights(
    text=patient_texts[0].get('note_text', ''),
    extract_entities=True,
    extract_relations=True,
    extract_timeline=True
)

输入

数据来源

• MIMIC-IV NOTEEVENTS表（csv/parquet格式）
• 出院摘要文件
• 影像报告文件
• 自定义医疗文本

字段要求

输出

实体抽取结果

{
  "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"
      }
    }
  ]
}

临床逻辑图

{
  "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"]
  }
}

时序事件

{
  "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

# 处理单个文件
python scripts/main.py \
  --input notes.csv \
  --output extracted.json \
  --extract all

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

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

参考资料

1. MIMIC-IV临床数据库：https://physionet.org/content/mimiciv/
2. scispaCy（医疗NLP库）：https://allenai.github.io/scispacy/
3. NegEx/negspacy（否定检测）
4. FHIR临床文档规范

作者信息

Skill ID: 213 类别：医疗数据挖掘 复杂度：高级

风险评估

安全检查清单

• [ ] 无硬编码凭据或API密钥
• [ ] 无未授权的文件系统访问（../）
• [ ] 输出不暴露敏感信息
• [ ] 已部署提示词注入防护
• [ ] 输入文件路径已验证（无../遍历）
• [ ] 输出目录限制在工作区内
• [ ] 脚本在沙盒环境中执行
• [ ] 错误消息已清理（不暴露堆栈跟踪）
• [ ] 依赖项已审计

前置条件

# Python依赖安装
pip install -r requirements.txt

评估标准

成功指标

• [ ] 成功执行主要功能
• [ ] 输出符合质量标准
• [ ] 优雅处理边界情况
• [ ] 性能可接受

测试用例

1. 基本功能：标准输入 → 预期输出
2. 边界情况：无效输入 → 优雅错误处理
3. 性能测试：大数据集 → 可接受的处理时间

输出要求

每个最终响应在相关时应明确以下内容：

• 目标或请求的可交付物
• 使用的输入和引入的假设
• 工作流或决策路径
• 核心结果、建议或工件
• 约束条件、风险、注意事项或验证需求
• 未解决事项和下一步检查

错误处理

• 若缺少必要输入，明确说明缺少哪些字段，并仅请求最少量的额外信息。
• 若任务超出已记录的范围，停止执行而非猜测或静默扩展任务范围。
• 若 scripts/main.py 失败，报告失败点，总结仍可安全完成的内容，并提供手动备用方案。
• 不得伪造文件、引用、数据、搜索结果或执行结果。

输入验证

本技能接受符合 unstructured-medical-text-miner 已记录用途且包含足够上下文可安全完成工作流的请求。

当请求超出范围、缺少关键输入或需要不支持的假设时，不得继续工作流。请回复：

unstructured-medical-text-miner 仅处理其已记录的工作流。请提供缺失的必要输入或切换至更合适的技能。

参考文档

• references/audit-reference.md - 支持的范围、审计命令和备用边界

响应模板

对非简单请求使用以下固定结构：

1. 目标
2. 收到的输入
3. 假设
4. 工作流
5. 可交付物
6. 风险与限制
7. 后续检查

对于简单请求，可以压缩结构，但在影响正确性时仍需明确说明假设和限制。

这款医疗文本挖掘工具质量不错，能自动识别病历中的疾病、药物、检查等关键信息，并理清它们之间的关系。它使用简单，文档清晰，配置灵活，基本功能已经比较实用。不足之处在于处理复杂或非标准格式的病历时可能漏掉部分信息，高级分析功能需要一定的医学知识背景。对于需要从电子病历中提取数据的用户来说，是一个值得尝试的选择。