DOI：10.12201/bmr.202207.00010

Overview of the CHIP2021 Shared Task 1: Classifying Positive and Negative Clinical Findings in Medical Dialog

• 摘要：受COVID-19疫情影响，基于互联网的在线问诊已经成为刚需。在医学对话中，存在一些被称为“临床发现（clinical finding）”的关键信息，例如“腹痛”、“发热”等，有效识别这些临床发现的阴阳性对自动问诊等系统的使用效果尤为重要。因此，第七届中国健康信息处理会议（China Conference on Health Information Processing,CHIP2021）组织了评测任务1，基于医学对话的临床发现阴阳性判别任务，该任务给出了医学对话中的一系列临床发现提及，参赛人员需要判断这些临床发现提及为“阴性、阳性、其他、不标注”四个类别之一。该评测语料是来自春雨医生的真实数据集，噪声较多。该评测共有A榜和B榜，其中A榜共81支队伍提交结果，最高Macro-F1值为78.03，B榜共15支队伍提交结果，最高Macro-F1值为78.05。

  关键词： 中国健康信息处理会议；在线问诊；临床发现阴阳性判断; ; 

   

  Abstract: As a result of the COVID-19 outbreak, Internet-based online consultations have slowly become popular among the general public. In the doctor-patient dialogue, there is key information known as clinical findings such as abdominal pain and fever. The effective identification of the polarity (negative or positive) of these clinical findings is very important for application systems such as automatic diagnosis systems. Therefore, the 7th China Health Information Processing Conference (CHIP2021) organizes Evaluation Task 1, a medical conversation-based clinical finding negative and positive discrimination task, which provides a series of clinical findings men-tioned in doctor-patient conversations, and participants are asked to judge the mentions of these clinical findings into one of the four categories of negative, positive, other, no label. The evaluation corpus is the real data set of Springer, which has more noise. There are two lists for system evaluation, A and B. Eighty-one teams submitted results for list A, with the highest Macro-F1 value of 78.03, and 15 teams submitted results for list B, with the highest Macro-F1 value of 78.05.

  Key words: China Health Information Processing Conference; Online Consultation; Clinical finding classification

  提交时间：2022-07-04

  版权声明：作者本人独立拥有该论文的版权，预印本系统仅拥有论文的永久保存权利。任何人未经允许不得重复使用。
• html

• 图表

• 姜逸文, 伊博乐, 陈旭. 基于共享编码策略的医学对话阴阳性判别系统. 2022. doi: 10.12201/bmr.202207.00009

  车贺宾, 徐洪丽. 构建医学大数据应用实践中临床数据处理流程规范. 2021. doi: 10.12201/bmr.202109.00002

  李梦翔, 许扬, 陈磊. 在线智能预问诊系统的构建与应用研究. 2021. doi: 10.12201/bmr.202110.00026

  徐晓巍, 郭海红, 李姣. 面向公众健康问句分类数据挖掘算法评测研究. 2021. doi: 10.12201/bmr.202101.00018

  王颖, 王兵, 高建强, 刘贵勤. 融合OBE理念的“线上+线下混合式”数字图像处理课程教学设计与实施. 2021. doi: 10.12201/bmr.202108.00011

  王萱, 黄涛. 在线问诊患者特征和代问现象研究 ——以“丁香医生”为例. 2021. doi: 10.12201/bmr.202109.00033

  李金生, 凡婷婷, 李宣泽, 龚佳乐. 在线健康社区信息有用性评价影响因素研究. 2020. doi: 10.12201/bmr.202008.00016

  吴晓露, 张治国. 在线心理咨询用户择医偏好研究——基于离散选择实验法. 2021. doi: 10.12201/bmr.202102.00006

  舒梦雅, 李金伟, 陈晶, 洪佳楠, 鲁欣怡. 三甲医院医生信息素养对其任务绩效的影响研究. 2020. doi: 10.12201/bmr.202011.00013

  霍玉雯, 任平, 田雪晴, 游茂. 药品临床综合评价基础信息平台建设构想. 2021. doi: 10.12201/bmr.202109.00024

• 序号	提交日期	编号	操作
  1	2022-03-31	bmr.202207.00010V1	下载

• 公开评论  匿名评论  仅发给作者 提交评论