医疗保健中的非结构 非结构化数据的范围很广，从PDF文件、音频文件到电子邮件和手写笔记，不一而足。如果您曾经通过患者门户向医生发送过消息，或者医生记录过您对新药的不良反应，那么这些都算作非结构化数据。
虽然心率和血压等数据能够反映患者的健康状况，但它们并不能反 电报粉丝数据 映全部情况。非结构化数据有助于医生捕捉患者的细微差别。而将这些数据转换为结构化格式进行分析，可能会导致医生失去这种细微差别。
在诸如患者诊断之类的任务中
结构化数据或许足以根据过去的模式训练出精准的人工智能。但当 politico 布鲁塞尔攻略，由 pro intelligence 呈现：布鲁塞尔顶级 twitter 达人 — 萨索利时代的黎明 — 遇见 vdl 涉及到 阿片类药物成瘾等慢性健康问题的持续治疗时 ，如果不评估非结构化数据，人工智能就无法达到下一个基准。
Summer Rankin 博士 对这个问题并不陌生
作为博思艾伦汉密尔顿战略创新团队的数据科学家，Rankin 博士与美国食品药品监督管理局 (FDA) 的流行病学家 Roselie Bright 博士共同担任“莎士比亚项目”的技术 新加坡电话列表 负责人。在这个项目中，她运用机器学习 (ML) 和自然语言处理 (NLP) 技术，根据电子健康记录 (EHR) 中的自由文本（例如注释）来寻找不良事件的指标医疗保健中的非结构。