什么是Phenosnap Phenotype Extractor
PhenoSnap Phenotype Extractor 是一款专为从临床文本中自动提取表型（phenotype）和药物实体而设计的本地工具。它利用自然语言处理技术，识别用户提供的症状、诊断、病史等临床表型信息，以及药物名称、剂量和使用频率等关键医疗数据，并将这些信息结构化输出为带时间戳的 JSON 文件。该工具适用于需要快速解析自由文本形式的个人健康记录或临床笔记的场景，尤其适合在隐私敏感环境下进行数据预处理。所有处理均在本地完成，不会将用户数据上传至外部服务器，从而保障敏感临床信息的安全性。使用时需确保已安装 Python 环境并配置好必要的资源文件，如 HPO OBO 本体文件。
核心功能特点
- 从自由文本中自动识别临床表型（如症状、诊断、病史）和药物相关信息
- 支持提取药物名称、剂量（如 500 mg）、频次（如 BID、daily）等结构化字段
- 生成带精确时间戳的 JSON 格式输出，便于后续分析或集成
- 具备本地化处理能力，全程不传输用户数据，保护患者隐私
- 提供输入文本自动脱敏功能，可识别并替换姓名、电话号码、地址等高敏标识符
适用场景
PhenoSnap Phenotype Extractor 主要面向需要从非结构化临床描述中抽取标准化医学信息的开发者、研究人员或医疗应用系统。例如，在构建电子病历辅助分析系统时，医生常以自然语言记录患者主诉或用药情况，如“Symptoms: ataxia, seizures, developmental delay. Meds: levetiracetam 500 mg BID”。此时，PhenoSnap 可自动将其转化为机器可读的 JSON 数据，供后续疾病分类、表型匹配或药物相互作用分析使用。另一个典型场景是远程医疗平台，当患者通过文字描述自身病情并列出正在服用的药物时，系统可即时提取关键信息用于初步评估或转诊建议。此外，该工具也适用于生物信息学研究中大规模处理临床笔记数据集前的预处理阶段，提升数据标注效率。需要注意的是，PhenoSnap 不适用于回答医学概念解释类问题（如‘什么是 HPO？’），也不应被用于未经授权解析他人隐私病历。