Sono disponibili altri esempi AWS SDK nel repository [AWS Doc SDK](https://github.com/awsdocs/aws-doc-sdk-examples) Examples. GitHub
Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Esempi di utilizzo di Amazon Comprehend Medical AWS CLI
I seguenti esempi di codice mostrano come eseguire azioni e implementare scenari comuni utilizzando Amazon Comprehend Medical. AWS Command Line Interface
Le *azioni* sono estratti di codice da programmi più grandi e devono essere eseguite nel contesto. Sebbene le azioni mostrino come richiamare le singole funzioni del servizio, è possibile visualizzarle contestualizzate negli scenari correlati.
Ogni esempio include un link al codice sorgente completo, in cui vengono fornite le istruzioni su come configurare ed eseguire il codice nel contesto.
**Topics**
+ [Azioni](#actions)
## Azioni
### `describe-entities-detection-v2-job`
Il seguente esempio di codice mostra come usare`describe-entities-detection-v2-job`.
**AWS CLI**
**Come descrivere un processo di rilevamento delle entità**
L’esempio `describe-entities-detection-v2-job` seguente mostra le proprietà associate a un processo di rilevamento delle entità asincrono.
```
aws comprehendmedical describe-entities-detection-v2-job \
--job-id "ab9887877365fe70299089371c043b96"
```
Output:
```
{
"ComprehendMedicalAsyncJobProperties": {
"JobId": "ab9887877365fe70299089371c043b96",
"JobStatus": "COMPLETED",
"SubmitTime": "2020-03-18T21:20:15.614000+00:00",
"EndTime": "2020-03-18T21:27:07.350000+00:00",
"ExpirationTime": "2020-07-16T21:20:15+00:00",
"InputDataConfig": {
"S3Bucket": "comp-med-input",
"S3Key": ""
},
"OutputDataConfig": {
"S3Bucket": "comp-med-output",
"S3Key": "867139942017-EntitiesDetection-ab9887877365fe70299089371c043b96/"
},
"LanguageCode": "en",
"DataAccessRoleArn": "arn:aws:iam::867139942017:role/ComprehendMedicalBatchProcessingRole",
"ModelVersion": "DetectEntitiesModelV20190930"
}
}
```
Per ulteriori informazioni, consulta [Batch APIs](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-batchapi.html) nella *Amazon Comprehend Medical Developer Guide*.
+ *Per i dettagli sull'API, consulta [DescribeEntitiesDetectionV2Job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/describe-entities-detection-v2-job.html) in AWS CLI Command Reference.*
### `describe-icd10-cm-inference-job`
Il seguente esempio di codice mostra come utilizzare. `describe-icd10-cm-inference-job`
**AWS CLI**
**Come descrivere un processo di inferenza di ICD-10-CM**
L’esempio `describe-icd10-cm-inference-job` seguente descrive le proprietà del processo di inferenza richiesto con il job-id specificato.
```
aws comprehendmedical describe-icd10-cm-inference-job \
--job-id "5780034166536cdb52ffa3295a1b00a7"
```
Output:
```
{
"ComprehendMedicalAsyncJobProperties": {
"JobId": "5780034166536cdb52ffa3295a1b00a7",
"JobStatus": "COMPLETED",
"SubmitTime": "2020-05-18T21:20:15.614000+00:00",
"EndTime": "2020-05-18T21:27:07.350000+00:00",
"ExpirationTime": "2020-09-16T21:20:15+00:00",
"InputDataConfig": {
"S3Bucket": "comp-med-input",
"S3Key": "AKIAIOSFODNN7EXAMPLE"
},
"OutputDataConfig": {
"S3Bucket": "comp-med-output",
"S3Key": "AKIAIOSFODNN7EXAMPLE"
},
"LanguageCode": "en",
"DataAccessRoleArn": "arn:aws:iam::867139942017:role/ComprehendMedicalBatchProcessingRole",
"ModelVersion": "0.1.0"
}
}
```
Per ulteriori informazioni, consulta [Analisi in batch del collegamento delle rappresentazioni formali](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) nella *Guida per gli sviluppatori di Amazon Comprehend Medical*.
+ Per i dettagli sull'API, vedi [DescribeIcd10 CmInferenceJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/describe-icd10-cm-inference-job.html) in *AWS CLI Command Reference*.
### `describe-phi-detection-job`
Il seguente esempio di codice mostra come utilizzare`describe-phi-detection-job`.
**AWS CLI**
**Come descrivere un processo di rilevamento di PHI**
L’esempio `describe-phi-detection-job` seguente mostra le proprietà associate a un processo di rilevamento di informazioni sanitarie protette (PHI) asincrono.
```
aws comprehendmedical describe-phi-detection-job \
--job-id "4750034166536cdb52ffa3295a1b00a3"
```
Output:
```
{
"ComprehendMedicalAsyncJobProperties": {
"JobId": "4750034166536cdb52ffa3295a1b00a3",
"JobStatus": "COMPLETED",
"SubmitTime": "2020-03-19T20:38:37.594000+00:00",
"EndTime": "2020-03-19T20:45:07.894000+00:00",
"ExpirationTime": "2020-07-17T20:38:37+00:00",
"InputDataConfig": {
"S3Bucket": "comp-med-input",
"S3Key": ""
},
"OutputDataConfig": {
"S3Bucket": "comp-med-output",
"S3Key": "867139942017-PHIDetection-4750034166536cdb52ffa3295a1b00a3/"
},
"LanguageCode": "en",
"DataAccessRoleArn": "arn:aws:iam::867139942017:role/ComprehendMedicalBatchProcessingRole",
"ModelVersion": "PHIModelV20190903"
}
}
```
Per ulteriori informazioni, consulta [Batch APIs](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-batchapi.html) nella *Amazon Comprehend Medical Developer Guide*.
+ Per i dettagli sull'API, consulta [DescribePhiDetectionJob AWS CLI](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/describe-phi-detection-job.html)*Command Reference.*
### `describe-rx-norm-inference-job`
Il seguente esempio di codice mostra come utilizzare`describe-rx-norm-inference-job`.
**AWS CLI**
**Descrivere un lavoro di RxNorm inferenza**
L’esempio `describe-rx-norm-inference-job` seguente descrive le proprietà del processo di inferenza richiesto con il job-id specificato.
```
aws comprehendmedical describe-rx-norm-inference-job \
--job-id "eg8199877365fc70299089371c043b96"
```
Output:
```
{
"ComprehendMedicalAsyncJobProperties": {
"JobId": "g8199877365fc70299089371c043b96",
"JobStatus": "COMPLETED",
"SubmitTime": "2020-05-18T21:20:15.614000+00:00",
"EndTime": "2020-05-18T21:27:07.350000+00:00",
"ExpirationTime": "2020-09-16T21:20:15+00:00",
"InputDataConfig": {
"S3Bucket": "comp-med-input",
"S3Key": "AKIAIOSFODNN7EXAMPLE"
},
"OutputDataConfig": {
"S3Bucket": "comp-med-output",
"S3Key": "AKIAIOSFODNN7EXAMPLE"
},
"LanguageCode": "en",
"DataAccessRoleArn": "arn:aws:iam::867139942017:role/ComprehendMedicalBatchProcessingRole",
"ModelVersion": "0.0.0"
}
}
```
Per ulteriori informazioni, consulta [Analisi in batch del collegamento delle rappresentazioni formali](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) nella *Guida per gli sviluppatori di Amazon Comprehend Medical*.
+ Per i dettagli sull'API, consulta [DescribeRxNormInferenceJob AWS CLI](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/describe-rx-norm-inference-job.html)*Command Reference.*
### `describe-snomedct-inference-job`
Il seguente esempio di codice mostra come utilizzare`describe-snomedct-inference-job`.
**AWS CLI**
**Come descrivere un processo di inferenza di SNOMED CT**
L’esempio `describe-snomedct-inference-job` seguente descrive le proprietà del processo di inferenza richiesto con il job-id specificato.
```
aws comprehendmedical describe-snomedct-inference-job \
--job-id "2630034166536cdb52ffa3295a1b00a7"
```
Output:
```
{
"ComprehendMedicalAsyncJobProperties": {
"JobId": "2630034166536cdb52ffa3295a1b00a7",
"JobStatus": "COMPLETED",
"SubmitTime": "2021-12-18T21:20:15.614000+00:00",
"EndTime": "2021-12-18T21:27:07.350000+00:00",
"ExpirationTime": "2022-05-16T21:20:15+00:00",
"InputDataConfig": {
"S3Bucket": "comp-med-input",
"S3Key": "AKIAIOSFODNN7EXAMPLE"
},
"OutputDataConfig": {
"S3Bucket": "comp-med-output",
"S3Key": "AKIAIOSFODNN7EXAMPLE"
},
"LanguageCode": "en",
"DataAccessRoleArn": "arn:aws:iam::867139942017:role/ComprehendMedicalBatchProcessingRole",
"ModelVersion": "0.1.0"
}
}
```
Per ulteriori informazioni, consulta [Analisi in batch del collegamento delle rappresentazioni formali](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) nella *Guida per gli sviluppatori di Amazon Comprehend Medical*.
+ Per i dettagli sull'API, consulta [DescribeSnomedctInferenceJob AWS CLI](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/describe-snomedct-inference-job.html)*Command Reference*.
### `detect-entities-v2`
Il seguente esempio di codice mostra come utilizzare`detect-entities-v2`.
**AWS CLI**
**Esempio 1: come rilevare le entità direttamente dal testo**
L’esempio `detect-entities-v2` seguente mostra le entità rilevate e le etichetta in base al tipo, direttamente dal testo di input.
```
aws comprehendmedical detect-entities-v2 \
--text "Sleeping trouble on present dosage of Clonidine. Severe rash on face and leg, slightly itchy."
```
Output:
```
{
"Id": 0,
"BeginOffset": 38,
"EndOffset": 47,
"Score": 0.9942955374717712,
"Text": "Clonidine",
"Category": "MEDICATION",
"Type": "GENERIC_NAME",
"Traits": []
}
```
Per ulteriori informazioni, consulta [Rilevare le entità (versione 2)](https://docs.aws.amazon.com/comprehend/latest/dg/extracted-med-info-V2.html) nella *Guida per gli sviluppatori di Amazon Comprehend Medical*.
**Esempio 2: come rilevare entità da un percorso di file**
L’esempio `detect-entities-v2` seguente mostra le entità rilevate e le etichetta in base al tipo da un percorso di file.
```
aws comprehendmedical detect-entities-v2 \
--text file://medical_entities.txt
```
Contenuto di `medical_entities.txt`:
```
{
"Sleeping trouble on present dosage of Clonidine. Severe rash on face and leg, slightly itchy."
}
```
Output:
```
{
"Id": 0,
"BeginOffset": 38,
"EndOffset": 47,
"Score": 0.9942955374717712,
"Text": "Clonidine",
"Category": "MEDICATION",
"Type": "GENERIC_NAME",
"Traits": []
}
```
Per ulteriori informazioni, consulta [Rilevare le entità (versione 2)](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-entitiesv2.html) nella *Guida per gli sviluppatori di Amazon Comprehend Medical*.
+ Per i dettagli sull'API, consulta [DetectEntitiesV2](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/detect-entities-v2.html) in *AWS CLI Command Reference.*
### `detect-phi`
Il seguente esempio di codice mostra come utilizzare`detect-phi`.
**AWS CLI**
**Esempio 1: come rilevare informazioni sanitarie protette (PHI) direttamente dal testo**
L’esempio `detect-phi` seguente mostra le entità di informazioni sanitarie protette (PHI) rilevate direttamente dal testo di input.
```
aws comprehendmedical detect-phi \
--text "Patient Carlos Salazar presented with rash on his upper extremities and dry cough. He lives at 100 Main Street, Anytown, USA where he works from his home as a carpenter."
```
Output:
```
{
"Entities": [
{
"Id": 0,
"BeginOffset": 8,
"EndOffset": 21,
"Score": 0.9914507269859314,
"Text": "Carlos Salazar",
"Category": "PROTECTED_HEALTH_INFORMATION",
"Type": "NAME",
"Traits": []
},
{
"Id": 1,
"BeginOffset": 94,
"EndOffset": 109,
"Score": 0.871849775314331,
"Text": "100 Main Street, Anytown, USA",
"Category": "PROTECTED_HEALTH_INFORMATION",
"Type": "ADDRESS",
"Traits": []
},
{
"Id": 2,
"BeginOffset": 145,
"EndOffset": 154,
"Score": 0.8302185535430908,
"Text": "carpenter",
"Category": "PROTECTED_HEALTH_INFORMATION",
"Type": "PROFESSION",
"Traits": []
}
],
"ModelVersion": "0.0.0"
}
```
Per ulteriori informazioni, consulta [Rilevare le informazioni sanitarie protette](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-phi.html) nella *Guida per gli sviluppatori di Amazon Comprehend Medical*.
**Esempio 2: come rilevare informazioni sanitarie protette (PHI) direttamente da un percorso di file**
L’esempio `detect-phi` seguente mostra le entità di informazioni sanitarie protette (PHI) rilevate da un percorso di file.
```
aws comprehendmedical detect-phi \
--text file://phi.txt
```
Contenuto di `phi.txt`:
```
"Patient Carlos Salazar presented with a rash on his upper extremities and a dry cough. He lives at 100 Main Street, Anytown, USA, where he works from his home as a carpenter."
```
Output:
```
{
"Entities": [
{
"Id": 0,
"BeginOffset": 8,
"EndOffset": 21,
"Score": 0.9914507269859314,
"Text": "Carlos Salazar",
"Category": "PROTECTED_HEALTH_INFORMATION",
"Type": "NAME",
"Traits": []
},
{
"Id": 1,
"BeginOffset": 94,
"EndOffset": 109,
"Score": 0.871849775314331,
"Text": "100 Main Street, Anytown, USA",
"Category": "PROTECTED_HEALTH_INFORMATION",
"Type": "ADDRESS",
"Traits": []
},
{
"Id": 2,
"BeginOffset": 145,
"EndOffset": 154,
"Score": 0.8302185535430908,
"Text": "carpenter",
"Category": "PROTECTED_HEALTH_INFORMATION",
"Type": "PROFESSION",
"Traits": []
}
],
"ModelVersion": "0.0.0"
}
```
Per ulteriori informazioni, consulta [Rilevare le informazioni sanitarie protette](https://docs.aws.amazon.com/comprehend/latest/dg/how-medical-phi.html) nella *Guida per gli sviluppatori di Amazon Comprehend Medical*.
+ Per i dettagli sull'API, consulta [DetectPhi AWS CLI](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/detect-phi.html)*Command Reference*.
### `infer-icd10-cm`
Il seguente esempio di codice mostra come utilizzare`infer-icd10-cm`.
**AWS CLI**
**Esempio 1: come rilevare entità relative alle condizioni mediche e collegarle alla rappresentazione formale di ICD-10-CM direttamente dal testo**
L’esempio `infer-icd10-cm` seguente etichetta le entità di condizioni mediche rilevate e le collega ai codici presenti nella versione 2019 della Classificazione internazionale delle malattie - modificazione clinica (ICD-10-CM).
```
aws comprehendmedical infer-icd10-cm \
--text "The patient complains of abdominal pain, has a long-standing history of diabetes treated with Micronase daily."
```
Output:
```
{
"Entities": [
{
"Id": 0,
"Text": "abdominal pain",
"Category": "MEDICAL_CONDITION",
"Type": "DX_NAME",
"Score": 0.9475538730621338,
"BeginOffset": 28,
"EndOffset": 42,
"Attributes": [],
"Traits": [
{
"Name": "SYMPTOM",
"Score": 0.6724207401275635
}
],
"ICD10CMConcepts": [
{
"Description": "Unspecified abdominal pain",
"Code": "R10.9",
"Score": 0.6904221177101135
},
{
"Description": "Epigastric pain",
"Code": "R10.13",
"Score": 0.1364113688468933
},
{
"Description": "Generalized abdominal pain",
"Code": "R10.84",
"Score": 0.12508003413677216
},
{
"Description": "Left lower quadrant pain",
"Code": "R10.32",
"Score": 0.10063883662223816
},
{
"Description": "Lower abdominal pain, unspecified",
"Code": "R10.30",
"Score": 0.09933677315711975
}
]
},
{
"Id": 1,
"Text": "diabetes",
"Category": "MEDICAL_CONDITION",
"Type": "DX_NAME",
"Score": 0.9899052977561951,
"BeginOffset": 75,
"EndOffset": 83,
"Attributes": [],
"Traits": [
{
"Name": "DIAGNOSIS",
"Score": 0.9258432388305664
}
],
"ICD10CMConcepts": [
{
"Description": "Type 2 diabetes mellitus without complications",
"Code": "E11.9",
"Score": 0.7158446311950684
},
{
"Description": "Family history of diabetes mellitus",
"Code": "Z83.3",
"Score": 0.5704703330993652
},
{
"Description": "Family history of other endocrine, nutritional and metabolic diseases",
"Code": "Z83.49",
"Score": 0.19856023788452148
},
{
"Description": "Type 1 diabetes mellitus with ketoacidosis without coma",
"Code": "E10.10",
"Score": 0.13285516202449799
},
{
"Description": "Type 2 diabetes mellitus with hyperglycemia",
"Code": "E11.65",
"Score": 0.0993388369679451
}
]
}
],
"ModelVersion": "0.1.0"
}
```
Per ulteriori informazioni, consulta [Infer ICD10 -CM](https://docs.aws.amazon.com/comprehend/latest/dg/ontology-linking-icd10.html) nella *Amazon Comprehend* Medical Developer Guide.
**Esempio 2: come rilevare entità di condizioni mediche e collegarle alla rappresentazione formale di ICD-10-CM da un percorso di file**
L’esempio `infer-icd-10-cm` seguente etichetta le entità di condizioni mediche rilevate e le collega ai codici presenti nella versione 2019 della Classificazione internazionale delle malattie - modificazione clinica (ICD-10-CM).
```
aws comprehendmedical infer-icd10-cm \
--text file://icd10cm.txt
```
Contenuto di `icd10cm.txt`:
```
{
"The patient complains of abdominal pain, has a long-standing history of diabetes treated with Micronase daily."
}
```
Output:
```
{
"Entities": [
{
"Id": 0,
"Text": "abdominal pain",
"Category": "MEDICAL_CONDITION",
"Type": "DX_NAME",
"Score": 0.9475538730621338,
"BeginOffset": 28,
"EndOffset": 42,
"Attributes": [],
"Traits": [
{
"Name": "SYMPTOM",
"Score": 0.6724207401275635
}
],
"ICD10CMConcepts": [
{
"Description": "Unspecified abdominal pain",
"Code": "R10.9",
"Score": 0.6904221177101135
},
{
"Description": "Epigastric pain",
"Code": "R10.13",
"Score": 0.1364113688468933
},
{
"Description": "Generalized abdominal pain",
"Code": "R10.84",
"Score": 0.12508003413677216
},
{
"Description": "Left lower quadrant pain",
"Code": "R10.32",
"Score": 0.10063883662223816
},
{
"Description": "Lower abdominal pain, unspecified",
"Code": "R10.30",
"Score": 0.09933677315711975
}
]
},
{
"Id": 1,
"Text": "diabetes",
"Category": "MEDICAL_CONDITION",
"Type": "DX_NAME",
"Score": 0.9899052977561951,
"BeginOffset": 75,
"EndOffset": 83,
"Attributes": [],
"Traits": [
{
"Name": "DIAGNOSIS",
"Score": 0.9258432388305664
}
],
"ICD10CMConcepts": [
{
"Description": "Type 2 diabetes mellitus without complications",
"Code": "E11.9",
"Score": 0.7158446311950684
},
{
"Description": "Family history of diabetes mellitus",
"Code": "Z83.3",
"Score": 0.5704703330993652
},
{
"Description": "Family history of other endocrine, nutritional and metabolic diseases",
"Code": "Z83.49",
"Score": 0.19856023788452148
},
{
"Description": "Type 1 diabetes mellitus with ketoacidosis without coma",
"Code": "E10.10",
"Score": 0.13285516202449799
},
{
"Description": "Type 2 diabetes mellitus with hyperglycemia",
"Code": "E11.65",
"Score": 0.0993388369679451
}
]
}
],
"ModelVersion": "0.1.0"
}
```
Per ulteriori informazioni, consulta [Infer- ICD10 -CM](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontology-icd10.html) nella *Amazon Comprehend* Medical Developer Guide.
+ *Per i dettagli sull'API, consulta [InferIcd10Cm](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/infer-icd10-cm.html) in Command Reference.AWS CLI *
### `infer-rx-norm`
Il seguente esempio di codice mostra come utilizzare`infer-rx-norm`.
**AWS CLI**
**Esempio 1: per rilevare le entità del farmaco e collegarle RxNorm direttamente dal testo**
L'`infer-rx-norm`esempio seguente mostra ed etichetta le entità terapeutiche rilevate e le collega agli identificatori concettuali (RxCUI) del database della National Library of Medicine. RxNorm
```
aws comprehendmedical infer-rx-norm \
--text "Patient reports taking Levothyroxine 125 micrograms p.o. once daily, but denies taking Synthroid."
```
Output:
```
{
"Entities": [
{
"Id": 0,
"Text": "Levothyroxine",
"Category": "MEDICATION",
"Type": "GENERIC_NAME",
"Score": 0.9996285438537598,
"BeginOffset": 23,
"EndOffset": 36,
"Attributes": [
{
"Type": "DOSAGE",
"Score": 0.9892290830612183,
"RelationshipScore": 0.9997978806495667,
"Id": 1,
"BeginOffset": 37,
"EndOffset": 51,
"Text": "125 micrograms",
"Traits": []
},
{
"Type": "ROUTE_OR_MODE",
"Score": 0.9988924860954285,
"RelationshipScore": 0.998291552066803,
"Id": 2,
"BeginOffset": 52,
"EndOffset": 56,
"Text": "p.o.",
"Traits": []
},
{
"Type": "FREQUENCY",
"Score": 0.9953463673591614,
"RelationshipScore": 0.9999889135360718,
"Id": 3,
"BeginOffset": 57,
"EndOffset": 67,
"Text": "once daily",
"Traits": []
}
],
"Traits": [],
"RxNormConcepts": [
{
"Description": "Levothyroxine Sodium 0.125 MG Oral Tablet",
"Code": "966224",
"Score": 0.9912070631980896
},
{
"Description": "Levothyroxine Sodium 0.125 MG Oral Capsule",
"Code": "966405",
"Score": 0.8698278665542603
},
{
"Description": "Levothyroxine Sodium 0.125 MG Oral Tablet [Synthroid]",
"Code": "966191",
"Score": 0.7448257803916931
},
{
"Description": "levothyroxine",
"Code": "10582",
"Score": 0.7050482630729675
},
{
"Description": "Levothyroxine Sodium 0.125 MG Oral Tablet [Levoxyl]",
"Code": "966190",
"Score": 0.6921631693840027
}
]
},
{
"Id": 4,
"Text": "Synthroid",
"Category": "MEDICATION",
"Type": "BRAND_NAME",
"Score": 0.9946461319923401,
"BeginOffset": 86,
"EndOffset": 95,
"Attributes": [],
"Traits": [
{
"Name": "NEGATION",
"Score": 0.5167351961135864
}
],
"RxNormConcepts": [
{
"Description": "Synthroid",
"Code": "224920",
"Score": 0.9462039470672607
},
{
"Description": "Levothyroxine Sodium 0.088 MG Oral Tablet [Synthroid]",
"Code": "966282",
"Score": 0.8309829235076904
},
{
"Description": "Levothyroxine Sodium 0.125 MG Oral Tablet [Synthroid]",
"Code": "966191",
"Score": 0.4945160448551178
},
{
"Description": "Levothyroxine Sodium 0.05 MG Oral Tablet [Synthroid]",
"Code": "966247",
"Score": 0.3674522042274475
},
{
"Description": "Levothyroxine Sodium 0.025 MG Oral Tablet [Synthroid]",
"Code": "966158",
"Score": 0.2588822841644287
}
]
}
],
"ModelVersion": "0.0.0"
}
```
Per ulteriori informazioni, consulta [Infer RxNorm](https://docs.aws.amazon.com/comprehend/latest/dg/ontology-linking-rxnorm.html) nella *Amazon Comprehend Medical* Developer Guide.
**Esempio 2: per rilevare le entità del farmaco e collegarle RxNorm da un percorso di file.**
L'`infer-rx-norm`esempio seguente mostra ed etichetta le entità terapeutiche rilevate e le collega agli identificatori concettuali (RxCUI) del database della National Library of Medicine. RxNorm
```
aws comprehendmedical infer-rx-norm \
--text file://rxnorm.txt
```
Contenuto di `rxnorm.txt`:
```
{
"Patient reports taking Levothyroxine 125 micrograms p.o. once daily, but denies taking Synthroid."
}
```
Output:
```
{
"Entities": [
{
"Id": 0,
"Text": "Levothyroxine",
"Category": "MEDICATION",
"Type": "GENERIC_NAME",
"Score": 0.9996285438537598,
"BeginOffset": 23,
"EndOffset": 36,
"Attributes": [
{
"Type": "DOSAGE",
"Score": 0.9892290830612183,
"RelationshipScore": 0.9997978806495667,
"Id": 1,
"BeginOffset": 37,
"EndOffset": 51,
"Text": "125 micrograms",
"Traits": []
},
{
"Type": "ROUTE_OR_MODE",
"Score": 0.9988924860954285,
"RelationshipScore": 0.998291552066803,
"Id": 2,
"BeginOffset": 52,
"EndOffset": 56,
"Text": "p.o.",
"Traits": []
},
{
"Type": "FREQUENCY",
"Score": 0.9953463673591614,
"RelationshipScore": 0.9999889135360718,
"Id": 3,
"BeginOffset": 57,
"EndOffset": 67,
"Text": "once daily",
"Traits": []
}
],
"Traits": [],
"RxNormConcepts": [
{
"Description": "Levothyroxine Sodium 0.125 MG Oral Tablet",
"Code": "966224",
"Score": 0.9912070631980896
},
{
"Description": "Levothyroxine Sodium 0.125 MG Oral Capsule",
"Code": "966405",
"Score": 0.8698278665542603
},
{
"Description": "Levothyroxine Sodium 0.125 MG Oral Tablet [Synthroid]",
"Code": "966191",
"Score": 0.7448257803916931
},
{
"Description": "levothyroxine",
"Code": "10582",
"Score": 0.7050482630729675
},
{
"Description": "Levothyroxine Sodium 0.125 MG Oral Tablet [Levoxyl]",
"Code": "966190",
"Score": 0.6921631693840027
}
]
},
{
"Id": 4,
"Text": "Synthroid",
"Category": "MEDICATION",
"Type": "BRAND_NAME",
"Score": 0.9946461319923401,
"BeginOffset": 86,
"EndOffset": 95,
"Attributes": [],
"Traits": [
{
"Name": "NEGATION",
"Score": 0.5167351961135864
}
],
"RxNormConcepts": [
{
"Description": "Synthroid",
"Code": "224920",
"Score": 0.9462039470672607
},
{
"Description": "Levothyroxine Sodium 0.088 MG Oral Tablet [Synthroid]",
"Code": "966282",
"Score": 0.8309829235076904
},
{
"Description": "Levothyroxine Sodium 0.125 MG Oral Tablet [Synthroid]",
"Code": "966191",
"Score": 0.4945160448551178
},
{
"Description": "Levothyroxine Sodium 0.05 MG Oral Tablet [Synthroid]",
"Code": "966247",
"Score": 0.3674522042274475
},
{
"Description": "Levothyroxine Sodium 0.025 MG Oral Tablet [Synthroid]",
"Code": "966158",
"Score": 0.2588822841644287
}
]
}
],
"ModelVersion": "0.0.0"
}
```
Per ulteriori informazioni, consulta [Infer RxNorm](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontology-RxNorm.html) nella *Amazon Comprehend Medical* Developer Guide.
+ Per i dettagli sull'API, consulta *AWS CLI Command [InferRxNorm](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/infer-rx-norm.html)Reference*.
### `infer-snomedct`
Il seguente esempio di codice mostra come utilizzare`infer-snomedct`.
**AWS CLI**
**Esempio: come rilevare entità e collegarle alla rappresentazione formale di SNOMED CT direttamente dal testo**
L’esempio `infer-snomedct` seguente rileva entità mediche e le collega ai concetti della versione 2021-03 della Systematized Nomenclature of Medicine - Clinical Terms (SNOMED CT).
```
aws comprehendmedical infer-snomedct \
--text "The patient complains of abdominal pain, has a long-standing history of diabetes treated with Micronase daily."
```
Output:
```
{
"Entities": [
{
"Id": 3,
"BeginOffset": 26,
"EndOffset": 40,
"Score": 0.9598260521888733,
"Text": "abdominal pain",
"Category": "MEDICAL_CONDITION",
"Type": "DX_NAME",
"Traits": [
{
"Name": "SYMPTOM",
"Score": 0.6819021701812744
}
]
},
{
"Id": 4,
"BeginOffset": 73,
"EndOffset": 81,
"Score": 0.9905840158462524,
"Text": "diabetes",
"Category": "MEDICAL_CONDITION",
"Type": "DX_NAME",
"Traits": [
{
"Name": "DIAGNOSIS",
"Score": 0.9255214333534241
}
]
},
{
"Id": 1,
"BeginOffset": 95,
"EndOffset": 104,
"Score": 0.6371926665306091,
"Text": "Micronase",
"Category": "MEDICATION",
"Type": "BRAND_NAME",
"Traits": [],
"Attributes": [
{
"Type": "FREQUENCY",
"Score": 0.9761165380477905,
"RelationshipScore": 0.9984188079833984,
"RelationshipType": "FREQUENCY",
"Id": 2,
"BeginOffset": 105,
"EndOffset": 110,
"Text": "daily",
"Category": "MEDICATION",
"Traits": []
}
]
}
],
"UnmappedAttributes": [],
"ModelVersion": "1.0.0"
}
```
Per ulteriori informazioni, consulta [InferSNOMEDCT](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontology-linking-snomed.html) nella *Guida per gli sviluppatori di Amazon Comprehend Medical*.
+ Per i dettagli sull'API, consulta [InferSnomedct AWS CLI](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/infer-snomedct.html)*Command Reference*.
### `list-entities-detection-v2-jobs`
Il seguente esempio di codice mostra come utilizzare`list-entities-detection-v2-jobs`.
**AWS CLI**
**Come elencare i processi di rilevamento delle entità**
L’esempio `list-entities-detection-v2-jobs` seguente elenca i processi di rilevamento asincroni correnti.
```
aws comprehendmedical list-entities-detection-v2-jobs
```
Output:
```
{
"ComprehendMedicalAsyncJobPropertiesList": [
{
"JobId": "ab9887877365fe70299089371c043b96",
"JobStatus": "COMPLETED",
"SubmitTime": "2020-03-19T20:38:37.594000+00:00",
"EndTime": "2020-03-19T20:45:07.894000+00:00",
"ExpirationTime": "2020-07-17T20:38:37+00:00",
"InputDataConfig": {
"S3Bucket": "comp-med-input",
"S3Key": ""
},
"OutputDataConfig": {
"S3Bucket": "comp-med-output",
"S3Key": "867139942017-EntitiesDetection-ab9887877365fe70299089371c043b96/"
},
"LanguageCode": "en",
"DataAccessRoleArn": "arn:aws:iam::867139942017:role/ComprehendMedicalBatchProcessingRole",
"ModelVersion": "DetectEntitiesModelV20190930"
}
]
}
```
Per ulteriori informazioni, consulta [Batch APIs](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-batchapi.html) nella *Amazon Comprehend Medical Developer Guide*.
+ *Per i dettagli sull'API, consulta [ListEntitiesDetectionV2Jobs](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/list-entities-detection-v2-jobs.html) in AWS CLI Command Reference.*
### `list-icd10-cm-inference-jobs`
Il seguente esempio di codice mostra come utilizzare. `list-icd10-cm-inference-jobs`
**AWS CLI**
**Come elencare tutti i processi di inferenza di ICD-10-CM correnti**
L’esempio seguente mostra come l’operazione `list-icd10-cm-inference-jobs` restituisce un elenco dei processi di inferenza in batch di ICD-10-CM asincroni attualmente in corso.
```
aws comprehendmedical list-icd10-cm-inference-jobs
```
Output:
```
{
"ComprehendMedicalAsyncJobPropertiesList": [
{
"JobId": "5780034166536cdb52ffa3295a1b00a7",
"JobStatus": "COMPLETED",
"SubmitTime": "2020-05-19T20:38:37.594000+00:00",
"EndTime": "2020-05-19T20:45:07.894000+00:00",
"ExpirationTime": "2020-09-17T20:38:37+00:00",
"InputDataConfig": {
"S3Bucket": "comp-med-input",
"S3Key": "AKIAIOSFODNN7EXAMPLE"
},
"OutputDataConfig": {
"S3Bucket": "comp-med-output",
"S3Key": "AKIAIOSFODNN7EXAMPLE"
},
"LanguageCode": "en",
"DataAccessRoleArn": "arn:aws:iam::867139942017:role/ComprehendMedicalBatchProcessingRole",
"ModelVersion": "0.1.0"
}
]
}
```
Per ulteriori informazioni, consulta [Analisi in batch del collegamento delle rappresentazioni formali](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) nella *Guida per gli sviluppatori di Amazon Comprehend Medical*.
+ Per i dettagli sull'API, vedi [ListIcd10 CmInferenceJobs](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/list-icd10-cm-inference-jobs.html) in *AWS CLI Command Reference*.
### `list-phi-detection-jobs`
Il seguente esempio di codice mostra come utilizzare`list-phi-detection-jobs`.
**AWS CLI**
**Come elencare i processi di rilevamento di informazioni sanitarie protette (PHI)**
L’esempio `list-phi-detection-jobs` seguente elenca i processi di rilevamento di informazioni sanitarie protette (PHI) attuali.
```
aws comprehendmedical list-phi-detection-jobs
```
Output:
```
{
"ComprehendMedicalAsyncJobPropertiesList": [
{
"JobId": "4750034166536cdb52ffa3295a1b00a3",
"JobStatus": "COMPLETED",
"SubmitTime": "2020-03-19T20:38:37.594000+00:00",
"EndTime": "2020-03-19T20:45:07.894000+00:00",
"ExpirationTime": "2020-07-17T20:38:37+00:00",
"InputDataConfig": {
"S3Bucket": "comp-med-input",
"S3Key": ""
},
"OutputDataConfig": {
"S3Bucket": "comp-med-output",
"S3Key": "867139942017-PHIDetection-4750034166536cdb52ffa3295a1b00a3/"
},
"LanguageCode": "en",
"DataAccessRoleArn": "arn:aws:iam::867139942017:role/ComprehendMedicalBatchProcessingRole",
"ModelVersion": "PHIModelV20190903"
}
]
}
```
Per ulteriori informazioni, consulta [Batch APIs](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-batchapi.html) nella *Amazon Comprehend Medical Developer Guide*.
+ Per i dettagli sull'API, consulta [ListPhiDetectionJobs AWS CLI](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/list-phi-detection-jobs.html)*Command Reference.*
### `list-rx-norm-inference-jobs`
Il seguente esempio di codice mostra come utilizzare`list-rx-norm-inference-jobs`.
**AWS CLI**
**Come elencare tutti i processi di inferenza di Rx-Norm correnti**
L’esempio seguente mostra come `list-rx-norm-inference-jobs` restituisce un elenco dei processi di inferenza in batch di Rx-Norm asincroni attualmente in corso.
```
aws comprehendmedical list-rx-norm-inference-jobs
```
Output:
```
{
"ComprehendMedicalAsyncJobPropertiesList": [
{
"JobId": "4980034166536cfb52gga3295a1b00a3",
"JobStatus": "COMPLETED",
"SubmitTime": "2020-05-19T20:38:37.594000+00:00",
"EndTime": "2020-05-19T20:45:07.894000+00:00",
"ExpirationTime": "2020-09-17T20:38:37+00:00",
"InputDataConfig": {
"S3Bucket": "comp-med-input",
"S3Key": "AKIAIOSFODNN7EXAMPLE"
},
"OutputDataConfig": {
"S3Bucket": "comp-med-output",
"S3Key": "AKIAIOSFODNN7EXAMPLE"
},
"LanguageCode": "en",
"DataAccessRoleArn": "arn:aws:iam::867139942017:role/ComprehendMedicalBatchProcessingRole",
"ModelVersion": "0.0.0"
}
]
}
```
Per ulteriori informazioni, consulta [Analisi in batch del collegamento delle rappresentazioni formali](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) nella *Guida per gli sviluppatori di Amazon Comprehend Medical*.
+ Per i dettagli sull'API, consulta [ListRxNormInferenceJobs AWS CLI](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/list-rx-norm-inference-jobs.html)*Command Reference*.
### `list-snomedct-inference-jobs`
Il seguente esempio di codice mostra come utilizzare`list-snomedct-inference-jobs`.
**AWS CLI**
**Come elencare tutti i processi di inferenza di SNOMED CT**
L’esempio seguente mostra come l’operazione `list-snomedct-inference-jobs` restituisce un elenco dei processi di inferenza in batch di SNOMED CT asincroni attualmente in corso.
```
aws comprehendmedical list-snomedct-inference-jobs
```
Output:
```
{
"ComprehendMedicalAsyncJobPropertiesList": [
{
"JobId": "5780034166536cdb52ffa3295a1b00a7",
"JobStatus": "COMPLETED",
"SubmitTime": "2020-05-19T20:38:37.594000+00:00",
"EndTime": "2020-05-19T20:45:07.894000+00:00",
"ExpirationTime": "2020-09-17T20:38:37+00:00",
"InputDataConfig": {
"S3Bucket": "comp-med-input",
"S3Key": "AKIAIOSFODNN7EXAMPLE"
},
"OutputDataConfig": {
"S3Bucket": "comp-med-output",
"S3Key": "AKIAIOSFODNN7EXAMPLE"
},
"LanguageCode": "en",
"DataAccessRoleArn": "arn:aws:iam::867139942017:role/ComprehendMedicalBatchProcessingRole",
"ModelVersion": "0.1.0"
}
]
}
```
Per ulteriori informazioni, consulta [Analisi in batch del collegamento delle rappresentazioni formali](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) nella *Guida per gli sviluppatori di Amazon Comprehend Medical*.
+ Per i dettagli sull'API, consulta [ListSnomedctInferenceJobs AWS CLI](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/list-snomedct-inference-jobs.html)*Command Reference*.
### `start-entities-detection-v2-job`
Il seguente esempio di codice mostra come utilizzare`start-entities-detection-v2-job`.
**AWS CLI**
**Come avviare un processo di rilevamento delle entità**
L’esempio `start-entities-detection-v2-job` seguente avvia un processo di rilevamento delle entità asincrono.
```
aws comprehendmedical start-entities-detection-v2-job \
--input-data-config "S3Bucket=comp-med-input" \
--output-data-config "S3Bucket=comp-med-output" \
--data-access-role-arn arn:aws:iam::867139942017:role/ComprehendMedicalBatchProcessingRole \
--language-code en
```
Output:
```
{
"JobId": "ab9887877365fe70299089371c043b96"
}
```
Per ulteriori informazioni, consulta [Batch APIs](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-batchapi.html) nella *Amazon Comprehend Medical Developer Guide*.
+ *Per i dettagli sull'API, consulta [StartEntitiesDetectionV2Job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/start-entities-detection-v2-job.html) in AWS CLI Command Reference.*
### `start-icd10-cm-inference-job`
Il seguente esempio di codice mostra come utilizzare. `start-icd10-cm-inference-job`
**AWS CLI**
**Come avviare un processo di inferenza di ICD-10-CM**
L’esempio `start-icd10-cm-inference-job` seguente avvia un processo di analisi in batch di inferenza di ICD-10-CM.
```
aws comprehendmedical start-icd10-cm-inference-job \
--input-data-config "S3Bucket=comp-med-input" \
--output-data-config "S3Bucket=comp-med-output" \
--data-access-role-arn arn:aws:iam::867139942017:role/ComprehendMedicalBatchProcessingRole \
--language-code en
```
Output:
```
{
"JobId": "ef7289877365fc70299089371c043b96"
}
```
Per ulteriori informazioni, consulta [Analisi in batch del collegamento delle rappresentazioni formali](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) nella *Guida per gli sviluppatori di Amazon Comprehend Medical*.
+ Per i dettagli sull'API, vedi [StartIcd10 CmInferenceJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/start-icd10-cm-inference-job.html) in *AWS CLI Command Reference*.
### `start-phi-detection-job`
Il seguente esempio di codice mostra come utilizzare`start-phi-detection-job`.
**AWS CLI**
**Come avviare un processo di rilevamento di PHI**
L’esempio `start-phi-detection-job` seguente avvia un processo di rilevamento delle entità di PHI asincrono.
```
aws comprehendmedical start-phi-detection-job \
--input-data-config "S3Bucket=comp-med-input" \
--output-data-config "S3Bucket=comp-med-output" \
--data-access-role-arn arn:aws:iam::867139942017:role/ComprehendMedicalBatchProcessingRole \
--language-code en
```
Output:
```
{
"JobId": "ab9887877365fe70299089371c043b96"
}
```
Per ulteriori informazioni, consulta [Batch APIs](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-batchapi.html) nella *Amazon Comprehend Medical Developer Guide*.
+ Per i dettagli sull'API, consulta [StartPhiDetectionJob AWS CLI](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/start-phi-detection-job.html)*Command Reference.*
### `start-rx-norm-inference-job`
Il seguente esempio di codice mostra come utilizzare`start-rx-norm-inference-job`.
**AWS CLI**
**Per avviare un processo di RxNorm inferenza**
L'`start-rx-norm-inference-job`esempio seguente avvia un processo di analisi in batch di RxNorm inferenza.
```
aws comprehendmedical start-rx-norm-inference-job \
--input-data-config "S3Bucket=comp-med-input" \
--output-data-config "S3Bucket=comp-med-output" \
--data-access-role-arn arn:aws:iam::867139942017:role/ComprehendMedicalBatchProcessingRole \
--language-code en
```
Output:
```
{
"JobId": "eg8199877365fc70299089371c043b96"
}
```
Per ulteriori informazioni, consulta [Analisi in batch del collegamento delle rappresentazioni formali](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) nella *Guida per gli sviluppatori di Amazon Comprehend Medical*.
+ Per i dettagli sull'API, vedere [StartRxNormInferenceJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/start-rx-norm-inference-job.html)in *AWS CLI Command Reference.*
### `start-snomedct-inference-job`
Il seguente esempio di codice mostra come utilizzare`start-snomedct-inference-job`.
**AWS CLI**
**Come avviare un processo di inferenza di SNOMED CT**
L’esempio `start-snomedct-inference-job` seguente avvia un processo di analisi in batch di inferenza di SNOMED CT.
```
aws comprehendmedical start-snomedct-inference-job \
--input-data-config "S3Bucket=comp-med-input" \
--output-data-config "S3Bucket=comp-med-output" \
--data-access-role-arn arn:aws:iam::867139942017:role/ComprehendMedicalBatchProcessingRole \
--language-code en
```
Output:
```
{
"JobId": "dg7289877365fc70299089371c043b96"
}
```
Per ulteriori informazioni, consulta [Analisi in batch del collegamento delle rappresentazioni formali](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) nella *Guida per gli sviluppatori di Amazon Comprehend Medical*.
+ Per i dettagli sull'API, consulta [StartSnomedctInferenceJob AWS CLI](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/start-snomedct-inference-job.html)*Command Reference*.
### `stop-entities-detection-v2-job`
Il seguente esempio di codice mostra come utilizzare`stop-entities-detection-v2-job`.
**AWS CLI**
**Come interrompere un processo di rilevamento delle entità**
L’esempio `stop-entities-detection-v2-job` seguente interrompe un processo di rilevamento delle entità asincrono.
```
aws comprehendmedical stop-entities-detection-v2-job \
--job-id "ab9887877365fe70299089371c043b96"
```
Output:
```
{
"JobId": "ab9887877365fe70299089371c043b96"
}
```
Per ulteriori informazioni, consulta [Batch APIs](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-batchapi.html) nella *Amazon Comprehend Medical Developer Guide*.
+ *Per i dettagli sull'API, consulta [StopEntitiesDetectionV2Job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/stop-entities-detection-v2-job.html) in AWS CLI Command Reference.*
### `stop-icd10-cm-inference-job`
Il seguente esempio di codice mostra come utilizzare. `stop-icd10-cm-inference-job`
**AWS CLI**
**Come interrompere un processo di inferenza di ICD-10-CM**
L’esempio `stop-icd10-cm-inference-job` seguente interrompe un processo di analisi in batch di inferenza di ICD-10-CM.
```
aws comprehendmedical stop-icd10-cm-inference-job \
--job-id "4750034166536cdb52ffa3295a1b00a3"
```
Output:
```
{
"JobId": "ef7289877365fc70299089371c043b96",
}
```
Per ulteriori informazioni, consulta [Analisi in batch del collegamento delle rappresentazioni formali](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) nella *Guida per gli sviluppatori di Amazon Comprehend Medical*.
+ Per i dettagli sull'API, vedi [StopIcd10 CmInferenceJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/stop-icd10-cm-inference-job.html) in *AWS CLI Command Reference*.
### `stop-phi-detection-job`
Il seguente esempio di codice mostra come utilizzare`stop-phi-detection-job`.
**AWS CLI**
**Come interrompere un processo di rilevamento di informazioni sanitarie protette (PHI)**
L’esempio `stop-phi-detection-job` seguente interrompe un processo di rilevamento di informazioni sanitarie protette (PHI) asincrono.
```
aws comprehendmedical stop-phi-detection-job \
--job-id "4750034166536cdb52ffa3295a1b00a3"
```
Output:
```
{
"JobId": "ab9887877365fe70299089371c043b96"
}
```
Per ulteriori informazioni, consulta [Batch APIs](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-batchapi.html) nella *Amazon Comprehend Medical Developer Guide*.
+ Per i dettagli sull'API, consulta [StopPhiDetectionJob AWS CLI](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/stop-phi-detection-job.html)*Command Reference.*
### `stop-rx-norm-inference-job`
Il seguente esempio di codice mostra come utilizzare`stop-rx-norm-inference-job`.
**AWS CLI**
**Per interrompere un processo di RxNorm inferenza**
L’esempio `stop-rx-norm-inference-job` seguente interrompe un processo di analisi in batch di inferenza di ICD-10-CM.
```
aws comprehendmedical stop-rx-norm-inference-job \
--job-id "eg8199877365fc70299089371c043b96"
```
Output:
```
{
"JobId": "eg8199877365fc70299089371c043b96",
}
```
Per ulteriori informazioni, consulta [Analisi in batch del collegamento delle rappresentazioni formali](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) nella *Guida per gli sviluppatori di Amazon Comprehend Medical*.
+ Per i dettagli sull'API, consulta [StopRxNormInferenceJob AWS CLI](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/stop-rx-norm-inference-job.html)*Command Reference.*
### `stop-snomedct-inference-job`
Il seguente esempio di codice mostra come utilizzare`stop-snomedct-inference-job`.
**AWS CLI**
**Come interrompere un processo di inferenza di SNOMED CT**
L’esempio `stop-snomedct-inference-job` seguente interrompe un processo di analisi in batch di inferenza di SNOMED CT.
```
aws comprehendmedical stop-snomedct-inference-job \
--job-id "8750034166436cdb52ffa3295a1b00a1"
```
Output:
```
{
"JobId": "8750034166436cdb52ffa3295a1b00a1",
}
```
Per ulteriori informazioni, consulta [Analisi in batch del collegamento delle rappresentazioni formali](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) nella *Guida per gli sviluppatori di Amazon Comprehend Medical*.
+ Per i dettagli sull'API, consulta [StopSnomedctInferenceJob AWS CLI](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/stop-snomedct-inference-job.html)*Command Reference*.