Pipeline to Detect Clinical Conditions (ner_eu_clinical_case - fr)

Description

This pretrained pipeline is built on the top of ner_eu_clinical_condition model.

Copy S3 URI

How to use

from sparknlp.pretrained import PretrainedPipeline

pipeline = PretrainedPipeline("ner_eu_clinical_condition_pipeline", "fr", "clinical/models")

text = "
Il aurait présenté il y’ a environ 30 ans des ulcérations génitales non traitées spontanément guéries. L’interrogatoire retrouvait une toux sèche depuis trois mois, des douleurs rétro-sternales constrictives, une dyspnée stade III de la NYHA et un contexte d’ apyrexie. Sur ce tableau s’ est greffé des œdèmes des membres inférieurs puis un tableau d’ anasarque d’ où son hospitalisation en cardiologie pour décompensation cardiaque globale.

"

result = pipeline.fullAnnotate(text)
import com.johnsnowlabs.nlp.pretrained.PretrainedPipeline

val pipeline = new PretrainedPipeline("ner_eu_clinical_condition_pipeline", "fr", "clinical/models")

val text = "
Il aurait présenté il y’ a environ 30 ans des ulcérations génitales non traitées spontanément guéries. L’interrogatoire retrouvait une toux sèche depuis trois mois, des douleurs rétro-sternales constrictives, une dyspnée stade III de la NYHA et un contexte d’ apyrexie. Sur ce tableau s’ est greffé des œdèmes des membres inférieurs puis un tableau d’ anasarque d’ où son hospitalisation en cardiologie pour décompensation cardiaque globale.

"

val result = pipeline.fullAnnotate(text)

Results

|    | chunks                   |   begin |   end | entities           |   confidence |
|---:|:-------------------------|--------:|------:|:-------------------|-------------:|
|  0 | ulcérations              |      47 |    57 | clinical_condition |       0.9995 |
|  1 | toux sèche               |     136 |   145 | clinical_condition |       0.917  |
|  2 | douleurs                 |     170 |   177 | clinical_condition |       0.9999 |
|  3 | dyspnée                  |     214 |   220 | clinical_condition |       0.9999 |
|  4 | apyrexie                 |     261 |   268 | clinical_condition |       0.9963 |
|  5 | anasarque                |     353 |   361 | clinical_condition |       0.9973 |
|  6 | décompensation cardiaque |     409 |   432 | clinical_condition |       0.8948 |

Model Information

Model Name: ner_eu_clinical_condition_pipeline
Type: pipeline
Compatibility: Healthcare NLP 4.3.0+
License: Licensed
Edition: Official
Language: fr
Size: 1.3 GB

Included Models

  • DocumentAssembler
  • SentenceDetectorDLModel
  • TokenizerModel
  • WordEmbeddingsModel
  • MedicalNerModel
  • NerConverterInternalModel