Pipeline to Detect clinical entities (ner_healthcare_slim)

Description

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

Predicted Entities

TREATMENT, TIME_INFORMATION, PERSON, MEDICAL_CONDITION, BODY_PART

Copy S3 URI

How to use

from sparknlp.pretrained import PretrainedPipeline

pipeline = PretrainedPipeline("ner_healthcare_slim_pipeline", "de", "clinical/models")

text = '''Das Kleinzellige Bronchialkarzinom (Kleinzelliger Lungenkrebs, SCLC) ist Hernia femoralis, Akne, einseitig, ein hochmalignes bronchogenes Karzinom, das überwiegend im Zentrum der Lunge, in einem Hauptbronchus entsteht. Die mittlere Prävalenz wird auf 1/20.000 geschätzt.'''

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

val pipeline = new PretrainedPipeline("ner_healthcare_slim_pipeline", "de", "clinical/models")

val text = "Das Kleinzellige Bronchialkarzinom (Kleinzelliger Lungenkrebs, SCLC) ist Hernia femoralis, Akne, einseitig, ein hochmalignes bronchogenes Karzinom, das überwiegend im Zentrum der Lunge, in einem Hauptbronchus entsteht. Die mittlere Prävalenz wird auf 1/20.000 geschätzt."

val result = pipeline.fullAnnotate(text)
from sparknlp.pretrained import PretrainedPipeline

pipeline = PretrainedPipeline("ner_healthcare_slim_pipeline", "de", "clinical/models")

text = '''Das Kleinzellige Bronchialkarzinom (Kleinzelliger Lungenkrebs, SCLC) ist Hernia femoralis, Akne, einseitig, ein hochmalignes bronchogenes Karzinom, das überwiegend im Zentrum der Lunge, in einem Hauptbronchus entsteht. Die mittlere Prävalenz wird auf 1/20.000 geschätzt.'''

result = pipeline.fullAnnotate(text)

Results

|    | ner_chunk                          |   begin |   end | ner_label         |   confidence |
|---:|:-----------------------------------|--------:|------:|:------------------|-------------:|
|  0 | Bronchialkarzinom                  |      17 |    33 | MEDICAL_CONDITION |       0.9988 |
|  1 | Lungenkrebs                        |      50 |    60 | MEDICAL_CONDITION |       0.9931 |
|  2 | SCLC                               |      63 |    66 | MEDICAL_CONDITION |       0.9957 |
|  3 | Hernia                             |      73 |    78 | MEDICAL_CONDITION |       0.8134 |
|  4 | femoralis                          |      80 |    88 | BODY_PART         |       0.8001 |
|  5 | Akne                               |      91 |    94 | MEDICAL_CONDITION |       0.9678 |
|  6 | hochmalignes bronchogenes Karzinom |     112 |   145 | MEDICAL_CONDITION |       0.6409 |
|  7 | Lunge                              |     179 |   183 | BODY_PART         |       0.9729 |
|  8 | Hauptbronchus                      |     195 |   207 | BODY_PART         |       0.9987 |
|  9 | Prävalenz                          |     232 |   240 | MEDICAL_CONDITION |       0.9986 |

Model Information

Model Name: ner_healthcare_slim_pipeline
Type: pipeline
Compatibility: Healthcare NLP 4.4.4+
License: Licensed
Edition: Official
Language: de
Size: 1.3 GB

Included Models

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