断言检测
医学内容的含义受到修饰词的高度影响，例如负面或有条件的断言，如果被歪曲，这些断言可能会产生至关重要的影响。 健康状况文本分析支持对文本中的实体进行四类断言检测：
- 确定性
- 条件逻辑
- 关联
- 临时
断言输出
健康状况文本分析返回断言修饰符，这些修饰符是分配给医学概念的信息属性，能够提供对文本中概念上下文更深入的理解。 这些修饰符分为四个类别，每个类别侧重于不同的方面，并包含一组互斥的值。 每个类别仅为每个实体指定一个值。 每个类别最常见的值是默认值。 服务的输出响应仅包含不同于默认值的断言修饰符。 换句话说，如果未返回任何断言，则隐含断言为默认值。
CERTAINTY - 提供有关概念存在的信息（存在与不存在），以及文本与其存在（明确与可能）有关的信息。
- Positive [默认值]：概念存在或已发生。
- Negative：概念目前尚不存在或者从未发生过。
- Positive_Possible：概念可能存在，但存在一些不确定性。
- Negative_Possible：概念可能不存在，但存在一些不确定性。
- Neutral_Possible：概念可能存在，也可能不存在，没有偏向任何一方的倾向。
下面显示了一个断言检测示例，其中返回一个否定实体，确定性类别的值为负值：
{
"offset": 381,
"length": 3,
"text": "SOB",
"category": "SymptomOrSign",
"confidenceScore": 0.98,
"assertion": {
"certainty": "negative"
},
"name": "Dyspnea",
"links": [
{
"dataSource": "UMLS",
"id": "C0013404"
},
{
"dataSource": "AOD",
"id": "0000005442"
},
...
}
CONDITIONALITY - 提供有关概念的存在是否依赖于特定条件的信息。
- None [默认值]：概念是事实，而不是假设，并且不依赖于特定情况。
- Hypothetica：概念可能正在形成，或者会在将来发生。
- Conditional：概念存在或仅在某些条件下出现。
ASSOCIATION - 描述概念是否与文本的主体或其他人相关联。
- Subject [默认值]：概念与文本的主体（通常为患者）相关联。
- 其他：概念与不是文本使用者的人员关联。
TEMPORAL - 为概念提供附加的时态信息，详细说明它是与过去、现在还是未来相关的事件。
- Current [默认值]：概念与属于当前遭遇的条件/事件相关。 例如，导致患者寻求医疗救治的医疗症状 (例如，“在来到急诊室前 5 天开始头痛”) 。 这包括新做出的诊断，在状况发送期间或导致状况发生的症状，状况期间完成的治疗和检查。
- Past：该概念与条件、检查、治疗、药物事件有关，这些事件为患者提及的状况存在期间或发生前的事件，会以 s/p、最近、以前、儿童时期、在 X 岁时等词汇暗示。例如，过去给出的诊断、进行过的治疗、过去的检查及其结果、过去的入院情况等。医学背景会被视为“PAST”。
- Future：该概念与计划/怀疑将会出现的条件/事件有关，例如，将获得，将经历，计划在两周后进行。