本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# 拓撲連結
使用 Amazon Comprehend Medical 偵測臨床文字中的實體，並將這些實體連結至標準化醫療拓撲中的概念，包括 RxNorm、ICD-10-CM 和 SNOMED CT 知識庫。您可以對單一檔案執行分析，或對存放在 Amazon Simple Storage Service (S3) 中的大型文件或多個檔案執行批次分析。
# ICD-10-CM 連結
使用 InferICD10CM 將可能的醫療情況偵測為實體，並將其連結至 2026 年[國際疾病分類第 10 版臨床修改 (ICD-10-CM)](https://www.cdc.gov/nchs/icd/icd-10-cm/?CDC_AAref_Val=https://www.cdc.gov/nchs/icd/icd-10-cm.htm) 的代碼。ICD-10-CM 由美國疾病控制與預防中心 (CDC) 提供。
偵測到醫療情況時， 會`InferICD10CM`傳回相符的 ICD-10-CM 代碼和描述。偵測到的條件會以可信度遞減順序列出。分數表示對與文字中發現的概念相符之實體準確性的可信度。家庭歷史記錄、跡象、症狀和否定等相關資訊會被視為特徵。結構指定和敏銳度等其他資訊會列為屬性。
InferICD10CM 非常適合下列案例：
+ 協助患者記錄的專業醫療編碼
+ 臨床試驗和試驗
+ 與醫療軟體系統整合
+ 早期偵測和診斷
+ 人口運作狀態管理
## ICD-10-CM 類別
**InferICD10CM** 會偵測 `MEDICAL_CONDITION`類別中的實體。其他相關資訊也會被偵測並連結為屬性或特徵。
## ICD-10-CM 類型
**InferICD10CM** 偵測類型 `DX_NAME`和 的實體`TIME_EXPRESSION`。
## ICD-10-CM 特性
**InferICD10CM** 會將下列內容資訊偵測為特徵：
+ `DIAGNOSIS`：識別由症狀評估決定的醫療狀況。
+ `HYPOTHETICAL`：指出醫療情況以假設表示。
+ `LOW_CONFIDENCE`：表示醫療情況具有高度不確定性的跡象。這與提供的可信度分數不直接相關。
+ `NEGATION`：指出沒有醫療情況。
+ `PERTAINS_TO_FAMILY`：指出醫療情況與病患的家庭相關，而非病患。
+ `SIGN`：醫生報告的醫療情況。
+ `SYMPTOM`：由患者報告的醫療情況。
## ICD-10-CM 屬性
**InferICD10CM** 會將下列內容資訊偵測為屬性：
+ `DIRECTION`：方向性詞彙。例如，左、右、中、橫向、上、下、後、前、遠端、近端、對側、雙邊、同側、背或心室。
+ `SYSTEM_ORGAN_SITE`：解剖位置。
+ `ACUITY:` 判斷疾病執行個體，例如長期、急性、突然、持久性或漸進性。這僅適用於 `MEDICAL_CONDITION`類型。
+ `QUALITY`：醫療情況的任何描述性術語，例如階段或等級。
## 時間表達式類別
`TIME_EXPRESSION` 類別會偵測與時間相關的實體。這包括日期等實體，以及「三天前」、「今天」、「目前」、「入學日」、「上個月」或「16 天」等時間表達式。此類別中的結果只有在與實體相關聯時才會傳回。例如，表達式 "Yesterday， patient is diagnosis with influenza" 會傳回`Yesterday`為與`TIME_EXPRESSION`實體 "influenza" 重疊的`DX_NAME`實體。不過，「Yesterday」無法在表達式中辨識為實體，「Yesterday，病患走了狗。」
## 類型
的辨識類型`TIME_EXPRESSION`為 `TIME_TO_DX_NAME`：發生醫療情況的日期。此類型的屬性為 `DX_NAME`。
## 關係類型
`RELATIONSHIP_TYPE` 是指實體與 屬性之間的關係。辨識的 `RELATIONSHIP_TYPE` 是 `OVERLAP`– 與偵測到的實體`TIME_EXPRESSION`一致。
## 輸入和回應範例
**注意**
如需特定 API 輸入和回應語法，請參閱《*Amazon Comprehend Medical API 參考*》中的 [InferICD10CM](https://docs.aws.amazon.com/comprehend-medical/latest/api/API_InferICD10CM.html)。
下列範例輸入文字顯示 `InferICD10CM`操作的運作方式。若要檢視所有輸入文字，請捲動至**複製**按鈕。
```
"The patient is a 71-year-old female patient of Dr. X. The patient presented to the emergency room last evening with approximately 7 to 8 day history of abdominal pain which has been persistent. She has had no nausea and vomiting, but has had persistent associated anorexia. She is passing flatus, but had some obstipation symptoms with the last bowel movement two days ago. She denies any bright red blood per rectum and no history of recent melena. Her last colonoscopy was approximately 5 years ago with Dr. Y. She has had no definite fevers or chills and no history of jaundice. The patient denies any significant recent weight loss."
```
`InferICD10CM` 操作會以 JSON 格式傳回下列輸出 （為了簡潔起見而簡化）。
```
{
"Entities": [
{
"Id": 1,
"Text": "abdominal pain",
"Category": "MEDICAL_CONDITION",
"Type": "DX_NAME",
"Score": Float,
"BeginOffset": 153,
"EndOffset": 167,
"Attributes": [
{
"Type": "ACUITY",
"Score": Float,
"RelationshipScore": Float,
"Id": 2,
"BeginOffset": 183,
"EndOffset": 193,
"Text": "persistent",
"Traits": []
}
],
"Traits": [
{
"Name": "SYMPTOM",
"Score": Float
}
],
"ICD10CMConcepts": [
{
"Description": "Unspecified abdominal pain",
"Code": "R10.9",
"Score": Float
},
{
"Description": "Epigastric pain",
"Code": "R10.13",
"Score": Float
},
{
"Description": "Lower abdominal pain, unspecified",
"Code": "R10.30",
"Score": Float
},
{
"Description": "Generalized abdominal pain",
"Code": "R10.84",
"Score": Float
},
{
"Description": "Upper abdominal pain, unspecified",
"Code": "R10.10",
"Score": Float
}
]
}
...
"ModelVersion": "3.3.0.20251001"
}
```
`InferICD10CM` 也會識別實體在文字中否定的時間。例如，如果患者沒有出現症狀，則症狀和否定都會識別為特徵，並以可信度分數列出。根據上一個範例的輸入，症狀`Nausea`會列在 下，`NEGATION`因為患者沒有感到反感。
```
{
"Id": 3,
"Text": "nausea",
"Category": "MEDICAL_CONDITION",
"Type": "DX_NAME",
"Score": Float,
"BeginOffset": 210,
"EndOffset": 216,
"Attributes": [],
"Traits": [
{
"Name": "SYMPTOM",
"Score": Float
},
{
"Name": "NEGATION",
"Score": Float
}
],
"ICD10CMConcepts": [
{
"Description": "Nausea with vomiting, unspecified",
"Code": "R11.2",
"Score": Float
},
{
"Description": "Nausea",
"Code": "R11.0",
"Score": Float
}
]
}
```
# RxNorm 連結
使用 **InferRxNorm** 操作來識別患者記錄中列為實體的藥品。此操作也會將這些實體連結至來自[國家醫學圖書館 RxNorm 資料庫的概念識別符 (](https://www.nlm.nih.gov/research/umls/rxnorm/docs/rxnormfiles.html )RxCUI)。每個 RxCUI 的來源都是 2022-11-07 RxNorm 和 RxTerms 版本。每個 RxCUI 對於不同的強度和用量表單都是唯一的。Amazon Comprehend Medical 會列出依可信度分數以遞減順序偵測到之每種藥物最可能相符RxCUIs。使用 RxCUI 代碼進行非結構化文字無法進行的下游分析。強度、頻率、用量、用量形式和管理途徑等相關資訊會列為 JSON 格式的屬性。
您可以針對下列案例使用 **InferRxNorm**：
+ 篩選患者已使用之藥物。
+ 防止新開立藥物和患者目前正在使用之藥物之間的潛在負面反應。
+ 使用 RxCUI 根據藥物歷史記錄篩選納入臨床試驗。
+ 檢查藥物的用量和頻率是否適當。
+ 藥物用途、指示和副作用的篩選。
+ 管理人口運作狀態。
## 重要通知
Amazon Comprehend Medical 的 **InferRxNorm** 操作無法取代專業醫療建議、診斷或治療。確認使用案例的相關可信度閾值，並在需要高準確性的情況下使用高可信度閾值。只有在經過訓練的醫療專業人員審查準確性並收到健全的判斷*後*，才能在患者照護案例中使用 Amazon Comprehend Medical 操作。
## RxNorm 類別
**InferRxNorm** 會偵測 `MEDICATION`類別中的實體。它也會偵測連結為屬性或特徵的其他相關資訊。
## RxNorm 類型
`Medication` 類別中的實體類型為
+ `BRAND_NAME`：藥物或治療代理程式的著作權品牌名稱。
+ `GENERIC_NAME`：非品牌名稱、成分名稱或藥物或治療藥物的配方混合。
## RxNorm 屬性
+ `DOSAGE`：排序的藥品數量。
+ `DURATION`：應給予藥物多久。
+ `FORM`：藥物的形式。
+ `FREQUENCY`：管理藥物的頻率。
+ `RATE`：藥物的管理速率 （主要用於藥物注入或 IVs)。
+ `ROUTE_OR_MODE`：藥物的管理方法。
+ `STRENGTH`：藥物強度。
## RxNorm 特性
+ `NEGATION`：任何表示患者*未*使用藥物的指示。
+ `PAST_HISTORY`：指出偵測到的藥品來自病患的過去 （目前事件之前）。
## 輸入和回應範例
**注意**
如需特定 API 輸入和回應語法，請參閱《*Amazon Comprehend Medical API 參考*》中的 [InferRxNorm](https://docs.aws.amazon.com/comprehend-medical/latest/api/API_InferRxNorm.html)。
下列範例輸入文字顯示 `InferRxNorm`操作的運作方式。若要檢視所有輸入文字，請捲動至**複製**按鈕。
```
"fluoride topical ( fluoride 1.1 % topical gel ) 1 application Topically daily Brush onto teeth before bed time , spit , do not rinse, eat or drink for 20-30 minutes"
```
`InferRxNorm` 操作會以 JSON 格式傳回下列輸出：
```
{
"Entities": [
{
"Id": 1,
"Text": "fluoride",
"Category": "MEDICATION",
"Type": "GENERIC_NAME",
"Score": Float,
"BeginOffset": 19,
"EndOffset": 27,
"Attributes": [],
"Traits": [],
"RxNormConcepts": [
{
"Description": "fluorine",
"Code": "1310123",
"Score": Float
},
{
"Description": "sodium fluoride",
"Code": "9873",
"Score": Float
},
{
"Description": "magnesium fluoride",
"Code": "1435860",
"Score": Float
},
{
"Description": "sulfuryl fluoride",
"Code": "2289224",
"Score": Float
},
{
"Description": "acidulated phosphate fluoride",
"Code": "236",
"Score": Float
}
]
}
],
"ModelVersion": "3.3.0.20221107"
}
```
使用下列輸入文字，`InferRxNorm`操作也會辨識否定特徵。
```
'patient is not on warfarin'
```
`InferRxNorm` 操作會以 JSON 格式傳回下列輸出：
```
{
"Entities": [
{
"Id": 1,
"Text": "warfarin",
"Category": "MEDICATION",
"Type": "GENERIC_NAME",
"Score": Float,
"BeginOffset": 18,
"EndOffset": 26,
"Attributes": [],
"Traits": [
{
"Name": "NEGATION",
"Score": Float
}
],
"RxNormConcepts": [
{
"Description": "warfarin",
"Code": "11289",
"Score": Float
},
{
"Description": "warfarin sodium 2 MG Oral Tablet",
"Code": "855302",
"Score": Float
},
{
"Description": "warfarin sodium 10 MG Oral Tablet",
"Code": "855296",
"Score": Float
},
{
"Description": "warfarin sodium 2 MG Oral Tablet [Coumadin]",
"Code": "855304",
"Score": Float
},
{
"Description": "warfarin sodium 10 MG Oral Tablet [Jantoven]",
"Code": "855300",
"Score": Float
}
]
}
],
"ModelVersion": "3.3.0.20221107"
}
```
# SNOMED CT 連結
使用 **InferSNOMEDCT** 偵測醫療實體，並將其連結至 2022 年 3 年 Systematized Nomenclature of Medicine， clinical Terms (SNOMED CT) 版本的概念。SNOMED CT 為您提供醫療概念的完整詞彙，包括醫療條件和結構、醫療測試、治療和程序。若要進一步了解 SNOMED CT，請造訪 [SNOMED CT](https://www.snomed.org/value-of-snomedct)。
對於每個偵測到的醫療實體，Amazon Comprehend Medical 會列出與醫療概念相關的前五個 SNOMED CT 概念 IDs 和描述，以及可信度分數，以指出模型在預測中的可信度。SNOMED CT 概念 IDs 會以可信度的遞減順序和可信度分數列出。然後，當您將 SNOMED CT 概念 IDs 與 SNOMED CT 多階層搭配使用時，即可使用 SNOMED CT 概念 ID 來建構患者臨床資料以進行醫療編碼、報告或臨床分析。
**InferSNOMEDCT** 可供美國客戶使用。如需其他國家/地區 SNOMED CT 的資訊，以及 SNOMED CT 授權的資訊，請參閱 [SNOMED CT](https://www.snomed.org/value-of-snomedct)。
**InferSNOMEDCT** 非常適合下列案例：
+ 協助患者記錄中的專業醫療編碼
+ 臨床試驗和試驗
+ 人口運作狀態管理
**InferSNOMEDCT** 會偵測下列類別中的實體。其他內容資訊也會被偵測並連結為屬性或特徵。
+ `MEDICAL_CONDITION`：醫療狀況的跡象、症狀和診斷。
+ `ANATOMY`：身體或身體系統的組件，以及這些組件或系統的位置。
+ `TEST_TREATMENT_PROCEDURE`：用於判斷醫療情況的程序。
## Anatomy 類別
`ANATOMY` 類別會偵測對身體或身體系統部分以及這些部分或系統位置的參考。
### 屬性
偵測到 `ANATOMY`類別的下列屬性：
+ `DIRECTION`：方向性詞彙。例如，左、右、中、橫向、上、下、後、前、遠端、近端、對側、雙邊、同側、背或心室。
+ `SYSTEM_ORGAN_SITE`：身體系統、解剖位置或區域，以及身體位置。
## 醫療狀況類別
`MEDICAL_CONDITION` 類別會偵測醫療狀況的跡象、症狀和診斷。
### Type
對於 **MEDICAL\$1CONDITION** 類別，偵測到下列類型：
+ `DX_NAME:` 識別由症狀評估決定的醫療狀況。
### 屬性
偵測到 `MEDICAL_CONDITION`類別的下列屬性：
+ `ACUITY:` 判斷疾病執行個體，例如長期、緊急、突然、持續或漸進。
+ `QUALITY:` 醫療狀況的任何描述性術語，例如階段或等級。
+ `DIRECTION`：方向性詞彙。例如，左、右中、側、上、下、後、前、遠端、近端、對側、雙邊、同側、背或心室。
+ `SYSTEM_ORGAN_SITE`：身體系統、解剖位置或區域，以及身體位置。
### 特徵
該`MEDICAL_CONDITION`類別偵測到下列特徵：
+ `DIAGNOSIS`：確定為症狀原因或結果的醫療狀況。可以透過物理問題清單、實驗室或放射報告或其他方式找到症狀。
+ `HYPOTHETICAL`：指出醫療情況以假設表示。
+ `LOW_CONFIDENCE`：表示醫療情況具有高度不確定性的跡象。這與提供的可信度分數不直接相關。
+ `NEGATION`：指出沒有醫療情況。
+ `PERTAINS_TO_FAMILY`：指出醫療情況與病患的家庭相關，而非病患。
+ `SIGN`：醫生報告的醫療情況。
+ `SYMPTON`：由患者報告的醫療情況。
## 測試、處理和程序類別
`TEST_TREATMENT_PROCEDURE` 類別會偵測用來判斷醫療情況的程序。
### Type
對於 **TEST\$1TREATMENT\$1PROCEDURE** 類別，會偵測到下列類型：
+ `PROCEDURE_NAME:` 對病患執行的介入，以治療醫療情況或提供病患照護。
+ `TEST_NAME:` 對病患執行的程序，用於診斷、測量、篩選或可能具有結果值的評分。這包括確定診斷、排除或尋找條件，或擴展或評分患者的任何程序、程序、評估或評分。
+ `TREATMENT_NAME:` 為對抗疾病或障礙而進行的介入。這包括藥物，例如病毒和預防。
### 屬性
對於 **TEST\$1TREATMENT\$1PROCEDURE** 類別，會偵測到下列屬性：
+ `TEST_NAME:` 執行的診斷測試。
+ `TEST_VALUE:` 診斷測試的數值結果。
+ `TEST_UNIT:` 與`TEST_VALUE:`結果相關聯的單位。
+ `PROCEDURE_NAME:` 執行的手術或醫療程序名稱。
+ `TREATMENT_NAME:` 管理給病患之治療的名稱。
### 特徵
+ `FUTURE`：表示測試、處理或程序是指將在備註主體之後發生的動作或事件。
+ `HYPOTHETICAL`：表示測試、處理或程序以假設表示
+ `NEGATION`：表示結果或動作為負值或未執行。
+ `PAST_HISTORY`：表示測試、治療或程序來自病患的過去 （目前事件之前）。
## SNOMED CT 詳細資訊
JSON 回應中包含 SNOMED CT 詳細資訊，其中包含下列資訊：
+ `EDITION:` 僅支援美國版本。
+ `VERSIONDATE: ` 使用的 SNOMED CT 版本的日期戳記。
+ `LANGUAGE:` 支援英文 (US-EN) 語言分析。
## 輸入和回應範例
**注意**
如需特定 API 輸入和回應語法，請參閱《*Amazon Comprehend Medical API 參考*》中的 [InferSNOMEDCT](https://docs.aws.amazon.com/comprehend-medical/latest/api/API_InferSNOMEDCT.html)。
下列範例輸入文字顯示 `InferSNOMEDCT`操作的運作方式。若要檢視所有輸入文字，請捲動至**複製**按鈕。
```
"HEENT : Boggy inferior turbinates, No oropharyngeal lesion"
```
`InferSNOMEDCT` 操作會以 JSON 格式傳回下列輸出。
```
{
"Entities": [
{
"Category": "ANATOMY",
"BeginOffset": 0,
"EndOffset": 5,
"Text": "HEENT",
"Traits": [],
"SNOMEDCTConcepts": [
{
"Code": "69536005",
"Score": Float,
"Description": "Head structure (body structure)"
},
{
"Code": "429031000124106",
"Score": Float,
"Description": "Review of systems, head, ear, eyes, nose and throat (procedure)"
},
{
"Code": "385383008",
"Score": Float,
"Description": "Ear, nose and throat structure (body structure)"
},
{
"Code": "64237003",
"Score": Float,
"Description": "Structure of left half of head (body structure)"
},
{
"Code": "113028003",
"Score": Float,
"Description": "Ear, nose and throat examination (procedure)"
}
],
"Score": Float,
"Attributes": [],
"Type": "SYSTEM_ORGAN_SITE",
"Id": 0
},
{
"Category": "MEDICAL_CONDITION",
"BeginOffset": 8,
"EndOffset": 33,
"Text": "Boggy inferior turbinates",
"Traits": [
{
"Score": Float,
"Name": "SIGN"
}
],
"SNOMEDCTConcepts": [
{
"Code": "254477009",
"Score": Float,
"Description": "Tumor of inferior turbinate (disorder)"
},
{
"Code": "260762006",
"Score": Float,
"Description": "Choroidal invasion status (attribute)"
},
{
"Code": "2455009",
"Score": Float,
"Description": "Revision of lumbosubarachnoid shunt (procedure)"
},
{
"Code": "19883003",
"Score": Float,
"Description": "Atrophy of nasal turbinates (disorder)"
},
{
"Code": "256723009",
"Score": Float,
"Description": "Inferior turbinate flap (substance)"
}
],
"Score": Float,
"Attributes": [
{
"Category": "ANATOMY",
"RelationshipScore": Float,
"EndOffset": 5,
"Text": "HEENT",
"Traits": [],
"SNOMEDCTConcepts": [
{
"Code": "69536005",
"Score": Float,
"Description": "Head structure (body structure)"
},
{
"Code": "429031000124106",
"Score": Float,
"Description": "Review of systems, head, ear, eyes, nose and throat (procedure)"
},
{
"Code": "385383008",
"Score": Float,
"Description": "Ear, nose and throat structure (body structure)"
},
{
"Code": "64237003",
"Score": Float,
"Description": "Structure of left half of head (body structure)"
},
{
"Code": "113028003",
"Score": Float,
"Description": "Ear, nose and throat examination (procedure)"
}
],
"Score": Float,
"RelationshipType": "SYSTEM_ORGAN_SITE",
"Type": "SYSTEM_ORGAN_SITE",
"Id": 0,
"BeginOffset": 0
}
],
"Type": "DX_NAME",
"Id": 1
},
{
"Category": "ANATOMY",
"BeginOffset": 23,
"EndOffset": 33,
"Text": "turbinates",
"Traits": [],
"SNOMEDCTConcepts": [
{
"Code": "310607007",
"Score": Float,
"Description": "Sarcoidosis of inferior turbinates (disorder)"
},
{
"Code": "80153006",
"Score": Float,
"Description": "Segmented neutrophil (cell)"
},
{
"Code": "46607005",
"Score": Float,
"Description": "Nasal turbinate structure (body structure)"
},
{
"Code": "6553002",
"Score": Float,
"Description": "Inferior nasal turbinate structure (body structure)"
},
{
"Code": "254477009",
"Score": Float,
"Description": "Tumor of inferior turbinate (disorder)"
}
],
"Score": Float,
"Attributes": [],
"Type": "SYSTEM_ORGAN_SITE",
"Id": 3
},
{
"Category": "ANATOMY",
"BeginOffset": 39,
"EndOffset": 52,
"Text": "oropharyngeal",
"Traits": [],
"SNOMEDCTConcepts": [
{
"Code": "31389004",
"Score": Float,
"Description": "Oropharyngeal structure (body structure)"
},
{
"Code": "33431000119109",
"Score": Float,
"Description": "Lesion of oropharynx (disorder)"
},
{
"Code": "263376008",
"Score": Float,
"Description": "Entire oropharynx (body structure)"
},
{
"Code": "716151000",
"Score": Float,
"Description": "Structure of oropharynx and/or hypopharynx and/or larynx (body structure)"
},
{
"Code": "764786007",
"Score": Float,
"Description": "Oropharyngeal (intended site)"
}
],
"Score": Float,
"Attributes": [],
"Type": "SYSTEM_ORGAN_SITE",
"Id": 5
},
{
"Category": "MEDICAL_CONDITION",
"BeginOffset": 39,
"EndOffset": 59,
"Text": "oropharyngeal lesion",
"Traits": [
{
"Score": Float,
"Name": "SIGN"
}
],
"SNOMEDCTConcepts": [
{
"Code": "31389004",
"Score": Float,
"Description": "Oropharyngeal structure (body structure)"
},
{
"Code": "33431000119109",
"Score": Float,
"Description": "Lesion of oropharynx (disorder)"
},
{
"Code": "764786007",
"Score": Float,
"Description": "Oropharyngeal (intended site)"
},
{
"Code": "418664002",
"Score": Float,
"Description": "Oropharyngeal route (qualifier value)"
},
{
"Code": "110162001",
"Score": Float,
"Description": "Abrasion of oropharynx (disorder)"
}
],
"Score": Float,
"Attributes": [
{
"Category": "ANATOMY",
"RelationshipScore": Float,
"EndOffset": 5,
"Text": "HEENT",
"Traits": [],
"SNOMEDCTConcepts": [
{
"Code": "69536005",
"Score": Float,
"Description": "Head structure (body structure)"
},
{
"Code": "429031000124106",
"Score": Float,
"Description": "Review of systems, head, ear, eyes, nose and throat (procedure)"
},
{
"Code": "385383008",
"Score": Float,
"Description": "Ear, nose and throat structure (body structure)"
},
{
"Code": "64237003",
"Score": Float,
"Description": "Structure of left half of head (body structure)"
},
{
"Code": "113028003",
"Score": Float,
"Description": "Ear, nose and throat examination (procedure)"
}
],
"Score": Float,
"RelationshipType": "SYSTEM_ORGAN_SITE",
"Type": "SYSTEM_ORGAN_SITE",
"Id": 0,
"BeginOffset": 0
}
],
"Type": "DX_NAME",
"Id": 4
}
],
"SNOMEDCTDetails": {
"Edition": "US",
"VersionDate": "20200901",
"Language": "en"
},
"Characters": {
"OriginalTextCharacters": 59
},
"ModelVersion": "3.3.0.20220301"
}
```
# 腫瘤連結批次分析
使用 Amazon Comprehend Medical 偵測存放在 Amazon Simple Storage Service (Amazon S3) 儲存貯體中臨床文字中的實體，並將這些實體連結至標準化拓撲。您可以使用內科連結批次分析來分析文件集合或最多 20，000 個字元的單一文件。透過使用主控台或本體連結批次 API 操作，您可以執行操作來啟動、停止、列出和描述正在進行的批次分析任務。
如需批次分析和其他 Amazon Comprehend Medical 操作的定價資訊，請參閱 [Amazon Comprehend Medical 定價](https://aws.amazon.com/comprehend/medical/pricing/)。
## 執行批次分析
您可以使用 Amazon Comprehend Medical 主控台或 Amazon Comprehend Medical 批次 API 操作來執行批次分析任務。
### 使用 API 操作執行批次分析
**先決條件**
當您使用 Amazon Comprehend Medical API 時，請建立 AWS Identity Access and Management (IAM) 政策，並將其連接至 IAM 角色。若要進一步了解 IAM 角色和信任政策，請參閱 [IAM 政策和許可](https://docs.aws.amazon.com/IAM/latest/UserGuide/access_policies.html)。
1. 將您的資料上傳至 S3 儲存貯體。
1. 若要啟動新的分析任務，請使用 **StartICD10CMInferenceJob**、**StartSNOMEDCTInferenceJob** 或 **StartRxNormInferenceJob** 操作。提供包含輸入檔案的 Amazon S3 儲存貯體名稱，以及您要傳送輸出檔案的 Amazon S3 儲存貯體名稱。
1. 使用 **DescribeICD10CMInferenceJob**、**DescribeSNOMEDCTInferenceJob** 或 **DescribeRxNormInferenceJob** 操作來監控任務的進度。此外，您可以使用 **ListICD10CMInferenceJobs**、**ListSNOMEDCTInferenceJobs** 和 **ListRxNormInferenceJobs** 來查看所有本體連結批次分析任務的狀態。
1. 如果您需要停止進行中的任務，請使用 **StopICD10CMInferenceJob**、**StopSNOMEDCTInferenceJob** 或 **StopRxNormInferenceJob** 停止分析。
1. 若要檢視分析任務的結果，請參閱您在啟動任務時設定的輸出 S3 儲存貯體。
### 使用主控台執行批次分析
****
1. 將您的資料上傳至 S3 儲存貯體。
1. 若要啟動新的分析任務，請選取您要執行的分析類型。然後，提供包含輸入檔案的 S3 儲存貯體名稱，以及您要傳送輸出檔案的 S3 儲存貯體名稱。
1. 在任務進行時監控其狀態。從主控台，您可以檢視所有批次分析操作及其狀態，包括分析開始和結束的時間。
1. 若要查看分析任務的結果，請參閱您在啟動任務時設定的輸出 S3 儲存貯體。
## 批次操作的 IAM 政策
呼叫 Amazon Comprehend Medical 批次 API 操作的 IAM 角色必須具有授予存取包含輸入和輸出檔案的 S3 儲存貯體的政策。IAM 角色也必須指派信任關係，以便 Amazon Comprehend Medical 服務可以擔任該角色。若要進一步了解 IAM 角色和信任政策，請參閱 [IAM 角色](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles.html)。
角色必須具有下列政策：
------
#### [ 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"
}
]
}
```
------
角色必須具有下列信任關係。建議您使用 `aws:SourceAccount `和 `aws:SourceArn`條件金鑰，以防止混淆代理人安全問題。若要進一步了解混淆代理人問題以及如何保護 AWS 您的帳戶，請參閱 [IAM 文件中的混淆代理人問題](https://docs.aws.amazon.com/IAM/latest/UserGuide/confused-deputy.html)。
------
#### [ 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:*"
}
}
}
]
}
```
------
## 批次分析輸出檔案
Amazon Comprehend Medical 會為批次中的每個輸入檔案建立一個輸出檔案。檔案具有副檔名 `.out`。Amazon Comprehend Medical 會先使用 *AwsAccountId*-*JobType*-*JobId* 做為名稱，在輸出 S3 儲存貯體中建立目錄，然後將批次的所有輸出檔案寫入此目錄。Amazon Comprehend Medical 會建立此新目錄，讓某個任務的輸出不會覆寫另一個任務的輸出。
批次操作會產生與同步操作相同的輸出。
每個批次操作都會產生下列三個資訊清單檔案，其中包含任務的相關資訊：
+ `Manifest` – 總結任務。提供用於任務的參數、任務的總大小，以及所處理檔案數目的相關資訊。
+ `Success` – 提供已成功處理之檔案的相關資訊。包括輸入和輸出檔案名稱，以及輸入檔案的大小。
+ `Unprocessed` – 列出批次任務未處理的檔案，其中包含每個檔案的錯誤代碼和錯誤訊息。
Amazon Comprehend Medical 會將檔案寫入您為批次任務指定的輸出目錄。摘要資訊清單檔案將寫入輸出資料夾，以及標題為 的資料夾`Manifest_AccountId-Operation-JobId`。在資訊清單資料夾中是 `success` 資料夾，其中包含成功資訊清單，而 `failed` 資料夾包含未處理的檔案資訊清單。下列各節顯示資訊清單檔案的結構。
### 批次資訊清單檔案
以下是批次資訊清單檔案的 JSON 結構。
```
{"Summary" :
{"Status" : "COMPLETED | FAILED | PARTIAL_SUCCESS | STOPPED",
"JobType" : "ICD10CMInference | RxNormInference | SNOMEDCTInference",
"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"
}
}
```
### 成功資訊清單檔案
以下是 檔案的 JSON 結構，其中包含成功處理檔案的相關資訊。
```
{
"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
}]
}
```
### 未處理的資訊清單檔案
以下是資訊清單檔案的 JSON 結構，其中包含未處理檔案的相關資訊。
```
{
"Files" : [ {
"Input": "file_name_that_failed",
"ErrorCode": "error code for exception",
"ErrorMessage": "explanation of the error code and suggestions"
},
{ ...}
]
}
```