はじめに
続きです
内容
（自分なりに和訳している部分あります）
下記 記事は 構成の図 等 シンプルだけども どういう構成で使っていくか書かれていてよかったです
↓以降は文章中で出現する単語等を調べたりしたもの
Spacy(ライブラリ） 等 使っている模様
高度な自然言語処理を行うためのライブラリ
spaCy · Industrial-strength Natural Language Processing in Python
参考
Theorem Prover
https://slidesplayer.net/slide/11332742/
QRNG Concepts
Quantum Random Number Generation ＝ QRANGE
低価格、高速 且つセキュリティー性の高いランダムな数字のことをQRANGEという模様
時間かかりそうなんで詳しくは飛ばします
The LLVM Compiler Infrastructure Project
Extensible Markup Language (XML)
Base X
HPC -High Performance Computing
高性能計算 - Wikipedia
今回の文書で貼り付けられていたサイトについてhbr.org
海外の電子カルテについてもお金を気にしたりしているようで、海外はオープンソース公開している部分もあるけども やはり 日本だけでなく海外も電子カルテ等 医療の出費は高い様子
違いは日本は医療費に割いてないこと
Yale University(大学）のもの
SciSpacy and Stanza を使っていくパターン
コード
まとめ
機械学習を組み込んだ電子カルテを作っていくに当たり構成等を学び
海外の医療業界（電子カルテ業界）の現状を学んだ
知らないものもあり今回はじめて知ったものもあるので勉強になった
次回は Gitにて公開されているコードをみていく か 下記サイトの
(ICD10 codes
International Classification of Diseases (ICD)
, SNOMED CT) & What to expect in the Future
を調べているときに 電子カルテの背景にある構成が おそらく これを基準に日本も作られているのでその辺りを調べる ことにします
