Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Operazioni API di analisi del testo
Usa Amazon Comprehend Medical per esaminare documenti clinici e ottenere varie informazioni sui loro contenuti utilizzando modelli di elaborazione del linguaggio naturale (NLP) pre-addestrati. Puoi eseguire analisi su singoli file o in batch su più file archiviati in un bucket Amazon Simple Storage Service (S3).
Con Amazon Comprehend Medical, puoi eseguire le seguenti operazioni sui tuoi documenti:
+ [Rileva entità (versione 2)](textanalysis-entitiesv2.md)— Esamina il testo clinico non strutturato per rilevare riferimenti testuali a informazioni mediche come condizioni mediche, trattamenti, test e risultati e farmaci. Questa versione utilizza un modello diverso rispetto all'API Detect entities originale e presenta alcune modifiche nell'output.
+ [Rileva PHI](textanalysis-phi.md)— Esamina il testo clinico non strutturato per rilevare riferimenti testuali a informazioni sanitarie protette (PHI) come nomi e indirizzi.
Amazon Comprehend Medical include anche diverse operazioni API che puoi utilizzare per eseguire analisi di testo in batch su documenti clinici. Per ulteriori informazioni su come utilizzare queste operazioni API, consulta[Batch di analisi del testo APIs](textanalysis-batchapi.md).
**Topics**
+ [Rileva entità (versione 2)](textanalysis-entitiesv2.md)
+ [Rileva PHI](textanalysis-phi.md)
+ [Batch di analisi del testo APIs](textanalysis-batchapi.md)
# Rileva entità (versione 2)
Utilizzate **DetectEntitiesV2** per rilevare le entità in singoli file o **StartEntitiesDetectionV2Job** per l'analisi in batch su più file. È possibile rilevare entità nelle seguenti categorie:
+ `ANATOMY:`Rileva i riferimenti alle parti del corpo o ai sistemi corporei e le posizioni di tali parti o sistemi.
+ `BEHAVIORAL_ENVIRONMENTAL_SOCIAL`: rileva i comportamenti e le condizioni dell'ambiente che influiscono sulla salute di una persona. Ciò include l'uso di tabacco, il consumo di alcol, l'uso di droghe ricreative, le allergie, il genere e la razza/etnia.
+ `MEDICAL_CONDITION:`Rileva i segni, i sintomi e le diagnosi delle condizioni mediche.
+ `MEDICATION:`Rileva le informazioni sui farmaci e sul dosaggio del paziente.
+ `PROTECTED_HEALTH_INFORMATION:`Rileva le informazioni personali del paziente.
+ `TEST_TREATMENT_PROCEDURE:`Rileva le procedure utilizzate per determinare una condizione medica.
+ `TIME_EXPRESSION:`Rileva le entità relative all'ora in cui sono associate a un'entità rilevata.
Tutte e sei le categorie vengono rilevate dall'operazione **DetectEntitiesV2**. Per un'analisi specifica per il rilevamento di PHI, usa **DetectPhi** su singoli file e Start **Job PHIDetection** per l'analisi in batch.
Amazon Comprehend Medical rileva le informazioni nelle seguenti classi:
+ *Entità:* un riferimento testuale al nome degli oggetti pertinenti, come persone, trattamenti, farmaci e condizioni mediche. Ad esempio, `ibuprofen`.
+ *Categoria:* il raggruppamento generalizzato a cui appartiene un'entità. Ad esempio, l'ibuprofene fa parte della categoria. `MEDICATION`
+ *Tipo:* il tipo di entità rilevato all'interno di una singola categoria. Ad esempio, l'ibuprofene rientra nel `GENERIC_NAME` tipo della categoria. `MEDICATION`
+ *Attributo:* informazioni relative a un'entità, come il dosaggio di un farmaco. Ad esempio, `200 mg` è un attributo dell'entità ibuprofene.
+ *Tratto:* qualcosa che Amazon Comprehend Medical comprende di un'entità, in base al contesto. Ad esempio, un farmaco ha la `NEGATION` caratteristica di non assumerlo da un paziente.
+ *Tipo di relazione:* La relazione tra un'entità e un attributo.
Amazon Comprehend Medical fornisce l'ubicazione di un'entità nel testo di input. Nella console Amazon Comprehend, mostra graficamente la posizione. Quando usi l'API, ti mostra la posizione tramite offset numerico.
Ogni entità e attributo include un punteggio che indica il livello di fiducia di Amazon Comprehend Medical nell'accuratezza del rilevamento. Ogni attributo ha anche un punteggio di relazione. Il punteggio indica il livello di confidenza che Amazon Comprehend Medical ha nell'accuratezza della relazione tra l'attributo e la sua entità madre. Identifica la soglia di confidenza appropriata per il tuo caso d'uso. Utilizza soglie di confidenza elevate in situazioni che richiedono una grande precisione. Filtra i dati che non soddisfano la soglia.
## Categoria di anatomia
La `ANATOMY` categoria rileva i riferimenti alle parti del corpo o ai sistemi corporei e le posizioni di tali parti o sistemi.
### Tipi
+ `SYSTEM_ORGAN_SITE`: Sistemi corporei, posizioni o regioni anatomiche e siti corporei.
### Attributes
+ `DIRECTION`: Termini direzionali. Ad esempio, sinistra, destra, mediale, laterale, superiore, inferiore, posteriore, anteriore, distale, prossimale, controlaterale, bilaterale, omolaterale, dorsale, ventrale e così via.
## Categoria di salute comportamentale, ambientale e sociale
La `BEHAVIORAL_ENVIRONMENTAL_SOCIAL` categoria rileva i riferimenti a comportamenti e condizioni ambientali che influiscono sulla salute di una persona.
### Tipo
+ `ALCOHOL_CONSUMPTION`: Definisce il consumo di alcol del paziente in termini di stato d'uso, frequenza, quantità e durata.
+ `ALLERGIES`: Definisce le allergie e le risposte del paziente agli allergeni.
+ `GENDER`: Identificazione delle caratteristiche dell'identità di genere.
+ `RACE_ETHNICITY`: Un costrutto socio-politico dell'identificazione del paziente con particolari gruppi razziali ed etnici.
+ `REC_DRUG_USE`: Definisce l'uso di droghe ricreative da parte del paziente in termini di stato d'uso, frequenza, quantità e durata.
+ `TOBACCO_USE`: Definisce il consumo di tabacco da parte del paziente in termini di stato d'uso, frequenza, quantità e durata.Attributes
I seguenti attributi rilevati si applicano solo ai tipi `ALCOHOL_CONSUMPTION``TOBACCO_USE`, e`REC_DRUG_USE`:
+ `AMOUNT`: La quantità di alcol, tabacco o droghe ricreative utilizzata.
+ `DURATION`: Per quanto tempo sono stati usati alcol, tabacco o droghe ricreative.
+ `FREQUENCY`: Con che frequenza vengono usati alcol, tabacco o droghe ricreative.
### Tratti
Le seguenti caratteristiche rilevate si applicano solo ai tipi`ALCOHOL_CONSUMPTION`, `ALLERGIES``TOBACCO_USE`, e: `REC_DRUG_USE`
+ `NEGATION`: Un'indicazione che un risultato o un'azione è negativo o non viene eseguito.
+ `PAST_HISTORY`: Un'indicazione che l'uso di alcol, tabacco o droghe ricreative proviene dal passato del paziente (prima dell'incontro in corso).
## Categoria di condizioni mediche
La `MEDICAL_CONDITION` categoria rileva i segni, i sintomi e le diagnosi delle condizioni mediche. La categoria ha un tipo di entità, quattro attributi e quattro caratteristiche. Uno o più tratti possono essere associati a un tipo. Le informazioni contestuali sugli attributi e sulla loro relazione con la diagnosi vengono rilevate e `DX_NAME` mappate completamente. `RELATIONSHIP_EXTRACTION.` Ad esempio, dal testo «dolore cronico alla gamba sinistra», «cronico» viene rilevato come attributo`ACUITY`, «sinistro» come attributo `DIRECTION` e «gamba» viene rilevato come attributo. `SYSTEM_ORGAN_SITE` Le relazioni di ciascuno di questi attributi vengono mappate all'entità della patologia medica «dolore», insieme a un punteggio di confidenza.
### Tipi
+ `DX_NAME`: Tutte le condizioni mediche elencate. Il `DX_NAME` tipo include la malattia attuale, il motivo della visita e l'anamnesi.
### Attributes
+ `ACUITY`: Determinazione del tipo di malattia, ad esempio cronica, acuta, improvvisa, persistente o graduale.
+ `DIRECTION`: Termini direzionali. Ad esempio, sinistro, destro, mediale, laterale, superiore, inferiore, posteriore, anteriore, distale, prossimale, controlaterale, bilaterale, omolaterale, dorsale o ventrale.
+ `SYSTEM_ORGAN_SITE`: Posizione anatomica.
+ `QUALITY`: Qualsiasi termine descrittivo della condizione medica, ad esempio stadio o grado.
### Tratti
+ `DIAGNOSIS`: Una condizione medica determinata come causa o risultato dei sintomi. I sintomi possono essere rilevati attraverso reperti fisici, referti di laboratorio o radiologici o con qualsiasi altro mezzo.
+ `HYPOTHETICAL`: Un'indicazione che una condizione medica è espressa come ipotesi.
+ `LOW_CONFIDENCE`: Indicazione che una condizione medica è espressa come caratterizzata da un'elevata incertezza. Ciò non è direttamente correlato ai punteggi di confidenza forniti.
+ `NEGATION`: Un'indicazione che un risultato o un'azione è negativo o non viene eseguito.
+ `PERTAINS_TO_FAMILY`: Un'indicazione che una condizione medica è rilevante per la famiglia del paziente, non per il paziente.
+ `SIGN`: Una condizione medica segnalata dal medico.
+ `SYMPTOM`: Una condizione medica segnalata dal paziente.
## Categoria di farmaci
La `MEDICATION` categoria rileva le informazioni sui farmaci e sul dosaggio per il paziente. Uno o più attributi possono essere applicati a un tipo.
### Tipi
+ `BRAND_NAME`: Il marchio protetto da copyright del farmaco o dell'agente terapeutico.
+ `GENERIC_NAME`: Il nome diverso dal marchio, il nome dell'ingrediente o la formula del farmaco o dell'agente terapeutico.
### Attributes
+ `DOSAGE`: La quantità di farmaco ordinata.
+ `DURATION`: Per quanto tempo deve essere somministrato il farmaco.
+ `FORM`: La forma del farmaco.
+ `FREQUENCY`: Con che frequenza somministrare il farmaco.
+ `RATE`: La velocità di somministrazione del farmaco (principalmente per infusioni di farmaci o IVs).
+ `ROUTE_OR_MODE`: Il metodo di somministrazione del farmaco.
+ `STRENGTH`: La forza del farmaco.
### Tratti
+ `NEGATION`: Qualsiasi indicazione che il paziente non stia assumendo un farmaco.
+ `PAST_HISTORY`: Indicazione che il farmaco rilevato proviene dal passato del paziente (precedente all'incontro in corso).
## Categoria di informazioni sanitarie protette
La `PROTECTED_HEALTH_INFORMATION` categoria rileva le informazioni personali del paziente. Vedi [Rileva PHI](textanalysis-phi.md) per saperne di più su questa operazione.
### Tipi
+ `ADDRESS`: Tutte le suddivisioni geografiche di un indirizzo di qualsiasi struttura, unità o reparto all'interno di una struttura.
+ `AGE`: Tutti i componenti dell'età, dell'età o di qualsiasi età menzionata. Ciò include quelli di un paziente, dei familiari o di altri. L'impostazione predefinita è in anni, se non diversamente specificato.
+ `EMAIL`: qualsiasi indirizzo e-mail.
+ `ID`: numero di previdenza sociale, numero della cartella clinica, numero di identificazione della struttura, numero della sperimentazione clinica, numero del certificato o della licenza, numero del veicolo o del dispositivo, il luogo di assistenza o il fornitore. Ciò include anche qualsiasi numero biometrico del paziente, ad esempio altezza, peso o un valore di laboratorio.
+ `NAME`: Tutti i nomi. In genere, i nomi del paziente, della famiglia o del fornitore.
+ `PHONE_OR_FAX`: Qualsiasi numero di telefono, fax o cercapersone. Sono esclusi i numeri di telefono denominati, ad esempio 1-800-QUIT-NOW e 911.
+ `PROFESSION`: qualsiasi professione o datore di lavoro che appartiene al paziente o alla sua famiglia. Non include la professione del medico menzionato nella nota.
## Categoria di test, trattamento e procedura
La `TEST_TREATMENT_PROCEDURE` categoria rileva le procedure utilizzate per determinare una condizione medica. Uno o più attributi possono essere correlati a un'entità del `TEST_NAME` tipo.
### Tipi
+ `PROCEDURE_NAME`: Interventi come azione unica eseguita sul paziente per curare una condizione medica o fornire assistenza al paziente.
+ `TEST_NAME`: Procedure eseguite su un paziente per la diagnosi, la misurazione, lo screening o la valutazione che potrebbero avere un valore risultante. Ciò include qualsiasi procedura, processo, valutazione o valutazione per determinare una diagnosi, per escludere o individuare una condizione o per scalare o assegnare un punteggio a un paziente.
+ `TREATMENT_NAME`: Interventi eseguiti in un arco di tempo per combattere una malattia o un disturbo. Ciò include raggruppamenti di farmaci, come antivirali e vaccinazioni.
### Attributes
+ `TEST_VALUE`: Il risultato di un test. Si applica solo al tipo di `TEST_NAME` entità.
+ `TEST_UNIT`: l'unità di misura che potrebbe accompagnare il valore del test. Si applica solo al tipo di `TEST_NAME` entità.
### Tratti
+ `FUTURE`: Un'indicazione che un test, un trattamento o una procedura si riferisce a un'azione o a un evento che si verificherà dopo l'oggetto delle note.
+ `HYPOTHETICAL`: Un'indicazione che un test, un trattamento o una procedura sono espressi come ipotesi.
+ `NEGATION`: Un'indicazione che un risultato o un'azione è negativo o non viene eseguito.
+ `PAST_HISTORY`: Un'indicazione che un test, un trattamento o una procedura provengono dal passato del paziente (precedente all'incontro in corso).
## Categoria di espressione temporale
La `TIME_EXPRESSION` categoria rileva le entità legate al tempo. Ciò include entità come date ed espressioni temporali come «tre giorni fa», «oggi», «attualmente», «giorno di ammissione», «mese scorso» o «16 giorni». I risultati di questa categoria vengono restituiti solo se associati a un'entità. Ad esempio, «Ieri, il paziente ha assunto 200 mg di ibuprofene» verrebbe restituito `Yesterday` come un'`TIME_EXPRESSION`entità che si sovrappone `GENERIC_NAME` all'entità «ibuprofene». Tuttavia, non verrebbe riconosciuta come entità in «ieri, il paziente ha portato a spasso il cane».
### Tipi
+ `TIME_TO_MEDICATION_NAME`: La data in cui è stato assunto il farmaco. Gli attributi specifici di questo tipo sono `BRAND_NAME` e`GENERIC_NAME`.
+ `TIME_TO_DX_NAME`: La data in cui si è verificata una condizione medica. L'attributo per questo tipo è`DX_NAME`.
+ `TIME_TO_TEST_NAME`: La data in cui è stato eseguito un test. L'attributo per questo tipo è`TEST_NAME`.
+ `TIME_TO_PROCEDURE_NAME`: La data in cui è stata eseguita una procedura. L'attributo per questo tipo è`PROCEDURE_NAME`.
+ `TIME_TO_TREATMENT_NAME`: La data in cui è stato somministrato un trattamento. L'attributo per questo tipo è`TREATMENT_NAME`.
### Tipo di relazione
+ La relazione tra un'entità e un attributo. Il riconosciuto `Relationship_type` è il seguente:
`Overlap`— `TIME_EXPRESSION` Concorda con l'entità rilevata.
# Rileva PHI
Utilizza l'operazione **DetectPhi quando desideri rilevare** solo i dati di Protected Health Information (PHI) durante la scansione del testo clinico. **Per rilevare tutte le entità disponibili nel testo clinico, utilizzare V2. DetectEntities**
Questa API è ideale per un caso d'uso in cui è richiesto solo il rilevamento delle entità PHI. Per informazioni sulle informazioni nelle categorie non PHI, vedere. [Rileva entità (versione 2)](textanalysis-entitiesv2.md)
**Importante**
Amazon Comprehend Medical fornisce punteggi di affidabilità che indicano il livello di fiducia nell'accuratezza delle entità rilevate. Valuta questi punteggi di confidenza e identifica la soglia di confidenza corretta per il tuo caso d'uso. Per casi d'uso specifici in materia di conformità, ti consigliamo di utilizzare ulteriori metodi di revisione umana o altri metodi per confermare l'accuratezza del PHI rilevato.
Ai sensi della legge HIPAA, i PHI basati su un elenco di 18 identificatori devono essere trattati con particolare attenzione. Amazon Comprehend Medical rileva le entità associate a questi identificatori, ma queste entità non vengono mappate 1:1 all'elenco specificato dal metodo Safe Harbor. Non tutti gli identificatori sono contenuti in un testo clinico non strutturato, ma Amazon Comprehend Medical copre tutti gli identificatori pertinenti. Questi identificatori sono costituiti da dati che possono essere utilizzati per identificare un singolo paziente, incluso il seguente elenco. Per ulteriori informazioni, vedere [Health Information Privacy](https://www.hhs.gov/hipaa/for-professionals/privacy/special-topics/de-identification/index.html) sul sito Web *Health and Human Services del governo degli Stati Uniti.*
Ogni entità correlata al PHI include un punteggio (`Score`nella risposta) che indica il livello di fiducia di Amazon Comprehend Medical nell'accuratezza del rilevamento. Identifica la soglia di confidenza corretta per il tuo caso d'uso e filtra le entità che non la soddisfano. Quando si identificano le occorrenze di PHI, può essere preferibile utilizzare una soglia di confidenza bassa per filtrare e catturare più potenziali entità rilevate. Ciò è particolarmente vero quando non si utilizzano i valori delle entità rilevate nei casi d'uso relativi alla conformità.
**Le seguenti entità relative al Phi possono essere rilevate eseguendo le operazioni **DetectPhi** o V2: DetectEntities**
**Entità PHI rilevate**
| Entità | Description | Categoria HIPAA |
| --- | --- | --- |
| AGE | Tutti i componenti dell'età, l'età e l'età menzionata, che si tratti del paziente, del familiare o di altre persone coinvolte nella nota. L'impostazione predefinita è in anni, salvo diversa indicazione. | 3. Date relative a una persona |
| DATE | Qualsiasi data relativa al paziente o alla cura del paziente. | 3. Date relative a una persona |
| NAME | Tutti i nomi citati nella nota clinica, generalmente appartenenti al paziente, alla famiglia o al fornitore. | 1. Name |
| TELEFONO\$1O\$1FAX | Qualsiasi telefono, fax, cercapersone; sono esclusi i numeri di telefono nominativi come 1-800-QUIT-NOW e 911. | 4. Numero di telefono 5. Numero di FAX |
| EMAIL | Qualsiasi indirizzo email. | 6. Indirizzi e-mail |
| ID | Qualsiasi tipo di numero associato all'identità di un paziente. Ciò include il numero di previdenza sociale, il numero della cartella clinica, il numero di identificazione della struttura, il numero della sperimentazione clinica, il numero del certificato o della licenza, il numero del veicolo o del dispositivo. Include anche numeri biometrici e numeri che identificano il luogo di assistenza o il fornitore. | 7. Numero di previdenza sociale 8. Numero della cartella clinica 9. Numero del piano sanitario 10. Numeri relativi ad account 11. Certificate/License numeri 12. Identificatori del veicolo 13. Numeri dei dispositivi 16. Informazioni biometriche 18. Qualsiasi altra caratteristica identificativa |
| URL | Qualsiasi URL web. | 14. URLs |
| ADDRESS | Ciò include tutte le suddivisioni geografiche di un indirizzo di qualsiasi struttura, strutture mediche denominate o reparti all'interno di una struttura. | 2. Posizione geografica |
| PROFESSIONE | Include qualsiasi professione o datore di lavoro menzionato in una nota in relazione al paziente o alla sua famiglia. | 18. Qualsiasi altra caratteristica identificativa |
**Esempio**
Il testo «Il paziente è John Smith, un insegnante di 48 anni e residente a Seattle, Washington». restituisce:
+ «John Smith» come *entità* di tipo `NAME` nella `PROTECTED_HEALTH_INFORMATION` categoria.
+ «48" come *entità* di tipo `AGE` nella `PROTECTED_HEALTH_INFORMATION` categoria.
+ «insegnante» come *entità* di tipo `PROFESSION` (caratteristica identificativa) nella `PROTECTED_HEALTH_INFORMATION` categoria.
+ «Seattle, Washington» come `ADDRESS` *entità* nella `PROTECTED_HEALTH_INFORMATION` categoria.
Nella console Amazon Comprehend Medical, questo viene visualizzato nel modo seguente:
![\[Patient information card displaying name, age, profession, and address details.\]](http://docs.aws.amazon.com/it_it/comprehend-medical/latest/dev/images/patient.png)
Quando si utilizza l'operazione **DetectPhi**, la risposta appare così. Quando utilizzi l'operazione **Start PHIDetection Job**, Amazon Comprehend Medical crea un file nella posizione di output con questa struttura.
```
{
"Entities": [
{
"Id": 0,
"BeginOffset": 11,
"EndOffset": 21,
"Score": 0.997368335723877,
"Text": "John Smith",
"Category": "PROTECTED_HEALTH_INFORMATION",
"Type": "NAME",
"Traits": []
},
{
"Id": 1,
"BeginOffset": 25,
"EndOffset": 27,
"Score": 0.9998362064361572,
"Text": "48",
"Category": "PROTECTED_HEALTH_INFORMATION",
"Type": "AGE",
"Traits": []
},
{
"Id": 2,
"BeginOffset": 37,
"EndOffset": 44,
"Score": 0.8661606311798096,
"Text": "teacher",
"Category": "PROTECTED_HEALTH_INFORMATION",
"Type": "PROFESSION",
"Traits": []
},
{
"Id": 3,
"BeginOffset": 61,
"EndOffset": 68,
"Score": 0.9629441499710083,
"Text": "Seattle",
"Category": "PROTECTED_HEALTH_INFORMATION",
"Type": "ADDRESS",
"Traits": []
},
{
"Id": 4,
"BeginOffset": 78,
"EndOffset": 88,
"Score": 0.38217034935951233,
"Text": "Washington",
"Category": "PROTECTED_HEALTH_INFORMATION",
"Type": "ADDRESS",
"Traits": []
}
],
"UnmappedAttributes": []
}
```
# Batch di analisi del testo APIs
Usa Amazon Comprehend Medical per analizzare testi medici archiviati in un bucket Amazon S3. Analizza fino a 10 GB di documenti in un unico batch. È possibile utilizzare la console per creare e gestire processi di analisi in batch oppure utilizzare la modalità batch APIs per rilevare entità mediche, incluse le informazioni sanitarie protette (PHI). APIs Avvia, interrompe, elenca e descrive i processi di analisi in batch in corso.
Le informazioni sui prezzi per l'analisi dei lotti e altre operazioni di Amazon Comprehend Medical [sono disponibili](https://aws.amazon.com/comprehend/medical/pricing/) qui.
## Avviso importante
Le operazioni di analisi in batch di Amazon Comprehend Medical non sostituiscono consulenze, diagnosi o trattamenti medici professionali. Identificare la soglia di confidenza giusta per il caso d'uso e utilizzare soglie di confidenza elevata in situazioni che richiedono un'elevata precisione. Per alcuni casi d'uso, i risultati devono essere riesaminati e verificati da revisori umani adeguatamente formati. Tutte le operazioni di Amazon Comprehend Medical devono essere utilizzate in scenari di assistenza ai pazienti solo dopo aver verificato l'accuratezza e l'attendibilità del giudizio medico da parte di professionisti medici qualificati.
## Esecuzione di analisi in batch utilizzando APIs
Puoi eseguire un processo di analisi in batch utilizzando la console Amazon Comprehend Medical o Amazon Comprehend APIs Medical Batch.
**Prerequisiti**
Quando utilizzi l'API Amazon Comprehend Medical, crea una policy AWS Identity Access and Management (IAM) e collegala a un ruolo IAM. Per ulteriori informazioni sui ruoli IAM e sulle policy di fiducia, consulta [IAM Policies and Permissions](https://docs.aws.amazon.com/IAM/latest/UserGuide/access_policies.html).
****
1. Carica i tuoi dati in un bucket S3.
1. Per avviare un nuovo processo di analisi, utilizzare l'operazione StartEntitiesDetection V2Job o l'operazione Start PHIDetection Job. All'avvio del processo, comunica ad Amazon Comprehend Medical il nome del bucket S3 di input che contiene i file di input e indica il bucket S3 di output per scrivere i file dopo l'analisi in batch.
1. Monitora l'avanzamento del lavoro utilizzando la console o l'operazione DescribeEntitiesDetection V2Job o l'operazione Descrivi PHIDetection Job. Inoltre, ListEntitiesDetection V2Jobs e List PHIDetection Jobs consentono di visualizzare lo stato di tutte le ontologie che collegano i lavori di analisi in batch.
1. Se è necessario interrompere un lavoro in corso, utilizzare StopEntitiesDetection V2Job o Stop Job PHIDetection per interrompere l'analisi.
1. Per visualizzare i risultati del processo di analisi, guarda il bucket di output S3 che hai configurato all'avvio del lavoro.
## Esecuzione dell'analisi in batch utilizzando la console
****
1. Carica i tuoi dati in un bucket S3.
1. Per iniziare un nuovo lavoro di analisi, seleziona il tipo di analisi che eseguirai. Fornisci quindi il nome del bucket S3 che contiene i file di input e il nome del bucket S3 a cui desideri inviare i file di output.
1. Monitora lo stato del tuo lavoro mentre è in corso. Dalla console è possibile visualizzare tutte le operazioni di analisi in batch e il relativo stato, incluso l'inizio e la fine dell'analisi.
1. Per vedere i risultati del processo di analisi, guarda il bucket di output S3 che hai configurato all'avvio del lavoro.
## Politiche IAM per le operazioni in batch
Il ruolo IAM che richiama il APIs batch Amazon Comprehend Medical deve avere una policy che garantisca l'accesso ai bucket S3 che contengono i file di input e output. Inoltre, deve essere assegnato un rapporto di fiducia che consenta al servizio Amazon Comprehend Medical di assumere il ruolo. Per ulteriori informazioni sui ruoli IAM e sulle politiche di fiducia, consulta [IAM Roles](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles.html).
Il ruolo deve avere la seguente politica.
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Action": [
"s3:GetObject"
],
"Resource": [
"arn:aws:s3:::input-bucket/*"
],
"Effect": "Allow"
},
{
"Action": [
"s3:ListBucket"
],
"Resource": [
"arn:aws:s3:::input-bucket",
"arn:aws:s3:::output-bucket"
],
"Effect": "Allow"
},
{
"Action": [
"s3:PutObject"
],
"Resource": [
"arn:aws:s3:::output-bucket/*"
],
"Effect": "Allow"
}
]
}
```
------
Il ruolo deve avere la seguente relazione di fiducia. Si consiglia di utilizzare i tasti `aws:SourceAccount ` e `aws:SourceArn` condition per evitare il confuso problema di Vice Security. Per ulteriori informazioni sul problema del vicedirettore confuso e su come proteggere il tuo AWS account, consulta [Il problema del vice confuso](https://docs.aws.amazon.com/IAM/latest/UserGuide/confused-deputy.html) nella documentazione di IAM.
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement":[
{
"Effect":"Allow",
"Principal":{
"Service":[
"comprehendmedical.amazonaws.com"
]
},
"Action":"sts:AssumeRole",
"Condition": {
"StringEquals": {
"aws:SourceAccount": "account_id"
},
"ArnLike": {
"aws:SourceArn": "arn:aws:comprehendmedical:us-east-1:account_id:*"
}
}
}
]
}
```
------
## File di output per l'analisi in batch
Amazon Comprehend Medical crea un file di output per ogni file di input nel batch. Il file ha l'estensione`.out`. Amazon Comprehend Medical crea innanzitutto una directory nel bucket di output S3 utilizzando *AwsAccountId* *JobType* - *JobId* - come nome, quindi scrive tutti i file di output per il batch in questa directory. Amazon Comprehend Medical crea questa nuova directory in modo che l'output di un job non sovrascriva l'output di un altro.
L'output di un'operazione batch produce lo stesso output di un'operazione sincrona. Per esempi dell'output generato da Amazon Comprehend Medical, [Rileva entità (versione 2)](textanalysis-entitiesv2.md) consulta.
Ogni operazione batch produce tre file manifest che contengono informazioni sul lavoro.
+ `Manifest`— Riassume il lavoro. Fornisce informazioni sui parametri utilizzati per il lavoro, la dimensione totale del lavoro e il numero di file elaborati.
+ `success`— Fornisce informazioni sui file che sono stati elaborati correttamente. Include il nome del file di input e output e la dimensione del file di input.
+ `unprocessed`— Elenca i file non elaborati dal processo batch, inclusi i codici di errore e i messaggi di errore per file.
Amazon Comprehend Medical scrive i file nella directory di output specificata per il processo batch. Il file manifesto di riepilogo verrà scritto nella cartella di output, insieme a una cartella intitolata`Manifest_AccountId-Operation-JobId`. All'interno della cartella manifest c'è una `success` cartella che contiene il manifesto di successo. È inclusa anche una `failed` cartella che contiene il manifesto del file non elaborato. Le seguenti sezioni mostrano la struttura dei file manifest.
### File manifesto Batch
Di seguito è riportata la struttura JSON del file manifesto batch.
```
{"Summary" :
{"Status" : "COMPLETED | FAILED | PARTIAL_SUCCESS | STOPPED",
"JobType" : "EntitiesDetection | PHIDetection",
"InputDataConfiguration" : {
"Bucket" : "input bucket",
"Path" : "path to files/account ID-job type-job ID"
}, "OutputDataConfiguration" : {
"Bucket" : "output bucket",
"Path" : "path to files"
},
"InputFileCount" : number of files in input bucket,
"TotalMeteredCharacters" : total characters processed from all files,
"UnprocessedFilesCount" : number of files not processed,
"SuccessFilesCount" : total number of files processed,
"TotalDurationSeconds" : time required for processing,
"SuccessfulFilesListLocation" : "path to file",
"UnprocessedFilesListLocation" : "path to file",
"FailedJobErrorMessage": "error message or if not applicable,
The status of the job is completed"
}
}
```
### File manifesto di successo
Di seguito è riportata la struttura JSON del file che contiene informazioni sui file elaborati correttamente.
```
{
"Files": [{
"Input": "input path/input file name",
"Output": "output path/output file name",
"InputSize": size in bytes of input file
}, {
"Input": "input path/input file name",
"Output": "output path/output file name",
"InputSize": size in bytes of input file
}]
}
```
### File manifesto non elaborato
Di seguito è riportata la struttura JSON del file manifest che contiene informazioni sui file non elaborati.
```
{
"Files" : [ {
"Input": "file_name_that_failed",
"ErrorCode": "error code for exception",
"ErrorMessage": "explanation of the error code and suggestions"
},
{ ...}
]
}
```