# Exemplos do Amazon Comprehend Medical usando a AWS CLI
Os exemplos de código a seguir mostram como realizar ações e implementar cenários comuns usando oAWS Command Line Interface com Amazon Comprehend Medical.
*Ações* são trechos de código de programas maiores e devem ser executadas em contexto. Embora as ações mostrem como chamar perfis de serviço individuais, você pode ver as ações no contexto em seus cenários relacionados.
Cada exemplo inclui um link para o código-fonte completo, em que você pode encontrar instruções sobre como configurar e executar o código.
**Topics**
+ [Ações](#actions)
## Ações
### `describe-entities-detection-v2-job`
O código de exemplo a seguir mostra como usar `describe-entities-detection-v2-job`.
**AWS CLI**
**Para descrever um trabalho de detecção de entidades**
O exemplo `describe-entities-detection-v2-job` a seguir exibe as propriedades associadas a uma tarefa assíncrona de detecção de entidades.
```
aws comprehendmedical describe-entities-detection-v2-job \
--job-id "ab9887877365fe70299089371c043b96"
```
Resultado:
```
{
"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"
}
}
```
Para obter mais informações, consulte [APIs em lote](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [DescribeEntitiesDetectionV2Job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/describe-entities-detection-v2-job.html) na *Referência de comandos da AWS CLI*.
### `describe-icd10-cm-inference-job`
O código de exemplo a seguir mostra como usar `describe-icd10-cm-inference-job`.
**AWS CLI**
**Para descrever um trabalho de inferência da ICD-10-CM**
O exemplo `describe-icd10-cm-inference-job` a seguir descreve as propriedades do trabalho de inferência solicitado com o job-id especificado.
```
aws comprehendmedical describe-icd10-cm-inference-job \
--job-id "5780034166536cdb52ffa3295a1b00a7"
```
Resultado:
```
{
"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"
}
}
```
Para obter mais informações, consulte [Vinculação de ontologias a análises em lotes](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [DescribeIcd10CmInferenceJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/describe-icd10-cm-inference-job.html) na *Referência de comandos da AWS CLI*.
### `describe-phi-detection-job`
O código de exemplo a seguir mostra como usar `describe-phi-detection-job`.
**AWS CLI**
**Para descrever um trabalho de detecção de PHI**
O exemplo `describe-phi-detection-job` a seguir exibe as propriedades associadas a uma tarefa assíncrona de detecção de informações de saúde protegidas (PHI).
```
aws comprehendmedical describe-phi-detection-job \
--job-id "4750034166536cdb52ffa3295a1b00a3"
```
Resultado:
```
{
"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"
}
}
```
Para obter mais informações, consulte [APIs em lote](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [DescribePhiDetectionJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/describe-phi-detection-job.html) na *Referência de comandos da AWS CLI*.
### `describe-rx-norm-inference-job`
O código de exemplo a seguir mostra como usar `describe-rx-norm-inference-job`.
**AWS CLI**
**Para descrever um trabalho de inferência do RxNorm**
O exemplo `describe-rx-norm-inference-job` a seguir descreve as propriedades do trabalho de inferência solicitado com o job-id especificado.
```
aws comprehendmedical describe-rx-norm-inference-job \
--job-id "eg8199877365fc70299089371c043b96"
```
Resultado:
```
{
"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"
}
}
```
Para obter mais informações, consulte [Vinculação de ontologias a análises em lotes](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [DescribeRxNormInferenceJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/describe-rx-norm-inference-job.html) na *Referência de comandos da AWS CLI*.
### `describe-snomedct-inference-job`
O código de exemplo a seguir mostra como usar `describe-snomedct-inference-job`.
**AWS CLI**
**Para descrever um trabalho de inferência da SNOMED CT**
O exemplo `describe-snomedct-inference-job` a seguir descreve as propriedades do trabalho de inferência solicitado com o job-id especificado.
```
aws comprehendmedical describe-snomedct-inference-job \
--job-id "2630034166536cdb52ffa3295a1b00a7"
```
Resultado:
```
{
"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"
}
}
```
Para obter mais informações, consulte [Vinculação de ontologias a análises em lotes](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [DescribeSnomedctInferenceJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/describe-snomedct-inference-job.html) na *Referência de comandos da AWS CLI*.
### `detect-entities-v2`
O código de exemplo a seguir mostra como usar `detect-entities-v2`.
**AWS CLI**
**Exemplo 1: detectar entidades diretamente do texto**
O exemplo `detect-entities-v2` a seguir mostra as entidades detectadas e as rotula de acordo com o tipo, diretamente do texto de entrada.
```
aws comprehendmedical detect-entities-v2 \
--text "Sleeping trouble on present dosage of Clonidine. Severe rash on face and leg, slightly itchy."
```
Resultado:
```
{
"Id": 0,
"BeginOffset": 38,
"EndOffset": 47,
"Score": 0.9942955374717712,
"Text": "Clonidine",
"Category": "MEDICATION",
"Type": "GENERIC_NAME",
"Traits": []
}
```
Para obter mais informações, consulte [Detectar entidades versão 2](https://docs.aws.amazon.com/comprehend/latest/dg/extracted-med-info-V2.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
**Exemplo 2: detectar entidades a partir de um caminho de arquivo**
O exemplo `detect-entities-v2` a seguir mostra as entidades detectadas e as rotula de acordo com o tipo de um caminho de arquivo.
```
aws comprehendmedical detect-entities-v2 \
--text file://medical_entities.txt
```
Conteúdo de `medical_entities.txt`:
```
{
"Sleeping trouble on present dosage of Clonidine. Severe rash on face and leg, slightly itchy."
}
```
Resultado:
```
{
"Id": 0,
"BeginOffset": 38,
"EndOffset": 47,
"Score": 0.9942955374717712,
"Text": "Clonidine",
"Category": "MEDICATION",
"Type": "GENERIC_NAME",
"Traits": []
}
```
Para obter mais informações, consulte [Detectar entidades versão 2](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-entitiesv2.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [DetectEntitiesV2](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/detect-entities-v2.html) na *Referência de comandos da AWS CLI*.
### `detect-phi`
O código de exemplo a seguir mostra como usar `detect-phi`.
**AWS CLI**
**Exemplo 1: detectar informações de saúde protegidas (PHI) diretamente do texto**
O exemplo `detect-phi` a seguir exibe as entidades de informações de saúde protegidas (PHI) detectadas diretamente do texto de entrada.
```
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."
```
Resultado:
```
{
"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"
}
```
Para obter mais informações, consulte [Detectar PHI](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-phi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
**Exemplo 2: detectar informações de saúde protegidas (PHI) diretamente de um caminho de arquivo**
O exemplo `detect-phi` a seguir mostra as entidades de informações de saúde protegidas (PHI) detectadas em um caminho de arquivo.
```
aws comprehendmedical detect-phi \
--text file://phi.txt
```
Conteúdo de `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."
```
Resultado:
```
{
"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"
}
```
Para obter mais informações, consulte [Detectar PHI](https://docs.aws.amazon.com/comprehend/latest/dg/how-medical-phi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [DetectPhi](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/detect-phi.html) na *Referência de comandos da AWS CLI*.
### `infer-icd10-cm`
O código de exemplo a seguir mostra como usar `infer-icd10-cm`.
**AWS CLI**
**Exemplo 1: detectar entidades de condições médicas e vincular à ontologia da ICD-10-CM diretamente do texto**
O exemplo `infer-icd10-cm` a seguir rotula as entidades de condições médicas detectadas e vincula essas entidades com códigos na edição de 2019 da International Classification of Diseases Clinical Modification (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."
```
Resultado:
```
{
"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"
}
```
Para obter mais informações, consulte [Inferir ICD10-CM](https://docs.aws.amazon.com/comprehend/latest/dg/ontology-linking-icd10.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
**Exemplo 2: detectar entidades de condições médicas e vincular-se à ontologia da ICD-10-CM a partir de um caminho de arquivo**
O exemplo `infer-icd-10-cm` a seguir rotula as entidades de condições médicas detectadas e vincula essas entidades com códigos na edição de 2019 da International Classification of Diseases Clinical Modification (ICD-10-CM).
```
aws comprehendmedical infer-icd10-cm \
--text file://icd10cm.txt
```
Conteúdo de `icd10cm.txt`:
```
{
"The patient complains of abdominal pain, has a long-standing history of diabetes treated with Micronase daily."
}
```
Resultado:
```
{
"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"
}
```
Para obter mais informações, consulte [Infer-ICD10-CM](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontology-icd10.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [InferIcd10Cm](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/infer-icd10-cm.html) na *Referência de comandos da AWS CLI*.
### `infer-rx-norm`
O código de exemplo a seguir mostra como usar `infer-rx-norm`.
**AWS CLI**
**Exemplo 1: detectar entidades de medicamentos e vincular ao RxNorm diretamente do texto**
O exemplo `infer-rx-norm` a seguir mostra e rotula as entidades de medicamentos detectadas e vincula essas entidades aos identificadores de conceito (RxCUI) do banco de dados RxNorm da National Library of Medicine.
```
aws comprehendmedical infer-rx-norm \
--text "Patient reports taking Levothyroxine 125 micrograms p.o. once daily, but denies taking Synthroid."
```
Resultado:
```
{
"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"
}
```
Para obter mais informações, consulte [Inferir RxNorm](https://docs.aws.amazon.com/comprehend/latest/dg/ontology-linking-rxnorm.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
**Exemplo 2: detectar entidades de medicamentos e vincular ao RxNorm a partir de um caminho de arquivo.**
O exemplo `infer-rx-norm` a seguir mostra e rotula as entidades de medicamentos detectadas e vincula essas entidades aos identificadores de conceito (RxCUI) do banco de dados RxNorm da National Library of Medicine.
```
aws comprehendmedical infer-rx-norm \
--text file://rxnorm.txt
```
Conteúdo de `rxnorm.txt`:
```
{
"Patient reports taking Levothyroxine 125 micrograms p.o. once daily, but denies taking Synthroid."
}
```
Resultado:
```
{
"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"
}
```
Para obter mais informações, consulte [Inferir RxNorm](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontology-RxNorm.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [InferRxNorm](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/infer-rx-norm.html) na *Referência de comandos da AWS CLI*.
### `infer-snomedct`
O código de exemplo a seguir mostra como usar `infer-snomedct`.
**AWS CLI**
**Exemplo: como detectar entidades e vincular à ontologia da SNOMED CT diretamente do texto**
O exemplo `infer-snomedct` a seguir mostra como detectar entidades médicas e vinculá-las a conceitos da versão 2021-03 da Nomenclatura Sistematizada de Medicina, Termos Clínicos (SNOMED CT).
```
aws comprehendmedical infer-snomedct \
--text "The patient complains of abdominal pain, has a long-standing history of diabetes treated with Micronase daily."
```
Resultado:
```
{
"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"
}
```
Para obter mais informações, consulte [InferSNOMEDCT](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontology-linking-snomed.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [InferSnomedct](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/infer-snomedct.html) na *Referência de comandos da AWS CLI*.
### `list-entities-detection-v2-jobs`
O código de exemplo a seguir mostra como usar `list-entities-detection-v2-jobs`.
**AWS CLI**
**Para listar trabalhos de detecção de entidades**
O exemplo `list-entities-detection-v2-jobs` a seguir lista os trabalhos atuais de detecção assíncrona.
```
aws comprehendmedical list-entities-detection-v2-jobs
```
Resultado:
```
{
"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"
}
]
}
```
Para obter mais informações, consulte [APIs em lote](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [ListEntitiesDetectionV2Jobs](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/list-entities-detection-v2-jobs.html) na *Referência de comandos da AWS CLI*.
### `list-icd10-cm-inference-jobs`
O código de exemplo a seguir mostra como usar `list-icd10-cm-inference-jobs`.
**AWS CLI**
**Para listar todos os trabalhos atuais de inferência da ICD-10-CM**
O exemplo a seguir mostra como a operação `list-icd10-cm-inference-jobs` retorna uma lista dos trabalhos de inferência em lote assíncronos atuais da ICD-10-CM.
```
aws comprehendmedical list-icd10-cm-inference-jobs
```
Resultado:
```
{
"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"
}
]
}
```
Para obter mais informações, consulte [Vinculação de ontologias a análises em lotes](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [ListIcd10CmInferenceJobs](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/list-icd10-cm-inference-jobs.html) na *Referência de comandos da AWS CLI*.
### `list-phi-detection-jobs`
O código de exemplo a seguir mostra como usar `list-phi-detection-jobs`.
**AWS CLI**
**Para listar as tarefas de detecção de informações de saúde protegidas (PHI)**
O exemplo `list-phi-detection-jobs` a seguir lista as tarefas de detecção de informações de saúde protegidas (PHI) atuais
```
aws comprehendmedical list-phi-detection-jobs
```
Resultado:
```
{
"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"
}
]
}
```
Para obter mais informações, consulte [APIs em lote](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [ListPhiDetectionJobs](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/list-phi-detection-jobs.html) na *Referência de comandos da AWS CLI*.
### `list-rx-norm-inference-jobs`
O código de exemplo a seguir mostra como usar `list-rx-norm-inference-jobs`.
**AWS CLI**
**Para listar todos os trabalhos atuais de inferência do Rx-Norm**
O exemplo a seguir mostra como `list-rx-norm-inference-jobs` retorna uma lista dos trabalhos de inferência em lote assíncronos atuais do Rx-Norm.
```
aws comprehendmedical list-rx-norm-inference-jobs
```
Resultado:
```
{
"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"
}
]
}
```
Para obter mais informações, consulte [Vinculação de ontologias a análises em lotes](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [ListRxNormInferenceJobs](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/list-rx-norm-inference-jobs.html) na *Referência de comandos da AWS CLI*.
### `list-snomedct-inference-jobs`
O código de exemplo a seguir mostra como usar `list-snomedct-inference-jobs`.
**AWS CLI**
**Para listar todos os trabalhos de inferência da SNOMED CT**
O exemplo a seguir mostra como a operação `list-snomedct-inference-jobs` retorna uma lista dos trabalhos de inferência em lote da SNOMED CT assíncronos atuais.
```
aws comprehendmedical list-snomedct-inference-jobs
```
Resultado:
```
{
"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"
}
]
}
```
Para obter mais informações, consulte [Vinculação de ontologias a análises em lotes](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [ListSnomedctInferenceJobs](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/list-snomedct-inference-jobs.html) na *Referência de comandos da AWS CLI*.
### `start-entities-detection-v2-job`
O código de exemplo a seguir mostra como usar `start-entities-detection-v2-job`.
**AWS CLI**
**Para iniciar um trabalho de detecção de entidades**
O exemplo `start-entities-detection-v2-job` a seguir inicia um trabalho assíncrono de detecção de entidades.
```
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
```
Resultado:
```
{
"JobId": "ab9887877365fe70299089371c043b96"
}
```
Para obter mais informações, consulte [APIs em lote](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [StartEntitiesDetectionV2Job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/start-entities-detection-v2-job.html) na *Referência de comandos da AWS CLI*.
### `start-icd10-cm-inference-job`
O código de exemplo a seguir mostra como usar `start-icd10-cm-inference-job`.
**AWS CLI**
**Para iniciar um trabalho de inferência da ICD-10-CM**
O exemplo `start-icd10-cm-inference-job` a seguir inicia um trabalho de análise em lote de inferência da 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
```
Resultado:
```
{
"JobId": "ef7289877365fc70299089371c043b96"
}
```
Para obter mais informações, consulte [Vinculação de ontologias a análises em lotes](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [StartIcd10CmInferenceJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/start-icd10-cm-inference-job.html) na *Referência de comandos da AWS CLI*.
### `start-phi-detection-job`
O código de exemplo a seguir mostra como usar `start-phi-detection-job`.
**AWS CLI**
**Para iniciar um trabalho de detecção de PHI**
O exemplo `start-phi-detection-job` a seguir inicia um trabalho assíncrono de detecção de entidades PHI.
```
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
```
Resultado:
```
{
"JobId": "ab9887877365fe70299089371c043b96"
}
```
Para obter mais informações, consulte [APIs em lote](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para obter detalhes sobre a API, consulte [StartPhiDetectionJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/start-phi-detection-job.html) na *Referência de comandos da AWS CLI*.
### `start-rx-norm-inference-job`
O código de exemplo a seguir mostra como usar `start-rx-norm-inference-job`.
**AWS CLI**
**Para iniciar um trabalho de inferência do RxNorm**
O exemplo `start-rx-norm-inference-job` a seguir inicia um trabalho de análise em lote de inferência do RxNorm.
```
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
```
Resultado:
```
{
"JobId": "eg8199877365fc70299089371c043b96"
}
```
Para obter mais informações, consulte [Vinculação de ontologias a análises em lotes](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [StartRxNormInferenceJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/start-rx-norm-inference-job.html) na *Referência de comandos da AWS CLI*.
### `start-snomedct-inference-job`
O código de exemplo a seguir mostra como usar `start-snomedct-inference-job`.
**AWS CLI**
**Para iniciar um trabalho de inferência da SNOMED CT**
O exemplo `start-snomedct-inference-job` a seguir inicia um trabalho de análise em lote de inferência da 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
```
Resultado:
```
{
"JobId": "dg7289877365fc70299089371c043b96"
}
```
Para obter mais informações, consulte [Vinculação de ontologias a análises em lotes](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [StartSnomedctInferenceJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/start-snomedct-inference-job.html) na *Referência de comandos da AWS CLI*.
### `stop-entities-detection-v2-job`
O código de exemplo a seguir mostra como usar `stop-entities-detection-v2-job`.
**AWS CLI**
**Como interromper um trabalho de detecção de entidades**
O exemplo `stop-entities-detection-v2-job` a seguir interrompe um trabalho assíncrono de detecção de entidades.
```
aws comprehendmedical stop-entities-detection-v2-job \
--job-id "ab9887877365fe70299089371c043b96"
```
Resultado:
```
{
"JobId": "ab9887877365fe70299089371c043b96"
}
```
Para obter mais informações, consulte [APIs em lote](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [StopEntitiesDetectionV2Job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/stop-entities-detection-v2-job.html) na *Referência de comandos da AWS CLI*.
### `stop-icd10-cm-inference-job`
O código de exemplo a seguir mostra como usar `stop-icd10-cm-inference-job`.
**AWS CLI**
**Como interromper um trabalho de inferência da ICD-10-CM**
O exemplo `stop-icd10-cm-inference-job` a seguir interrompe um trabalho de análise em lote de inferência da ICD-10-CM.
```
aws comprehendmedical stop-icd10-cm-inference-job \
--job-id "4750034166536cdb52ffa3295a1b00a3"
```
Resultado:
```
{
"JobId": "ef7289877365fc70299089371c043b96",
}
```
Para obter mais informações, consulte [Vinculação de ontologias a análises em lotes](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [StopIcd10CmInferenceJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/stop-icd10-cm-inference-job.html) na *Referência de comandos da AWS CLI*.
### `stop-phi-detection-job`
O código de exemplo a seguir mostra como usar `stop-phi-detection-job`.
**AWS CLI**
**Como interromper um trabalho de detecção de informações de saúde protegidas (PHI)**
O exemplo `stop-phi-detection-job` a seguir interrompe uma tarefa assíncrona de detecção de informações de saúde protegidas (PHI).
```
aws comprehendmedical stop-phi-detection-job \
--job-id "4750034166536cdb52ffa3295a1b00a3"
```
Resultado:
```
{
"JobId": "ab9887877365fe70299089371c043b96"
}
```
Para obter mais informações, consulte [APIs em lote](https://docs.aws.amazon.com/comprehend-medical/latest/dev/textanalysis-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [StopPhiDetectionJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/stop-phi-detection-job.html) na *Referência de comandos da AWS CLI*.
### `stop-rx-norm-inference-job`
O código de exemplo a seguir mostra como usar `stop-rx-norm-inference-job`.
**AWS CLI**
**Como interromper um trabalho de inferência do RxNorm**
O exemplo `stop-rx-norm-inference-job` a seguir interrompe um trabalho de análise em lote de inferência da ICD-10-CM.
```
aws comprehendmedical stop-rx-norm-inference-job \
--job-id "eg8199877365fc70299089371c043b96"
```
Resultado:
```
{
"JobId": "eg8199877365fc70299089371c043b96",
}
```
Para obter mais informações, consulte [Vinculação de ontologias a análises em lotes](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [StopRxNormInferenceJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/stop-rx-norm-inference-job.html) na *Referência de comandos da AWS CLI*.
### `stop-snomedct-inference-job`
O código de exemplo a seguir mostra como usar `stop-snomedct-inference-job`.
**AWS CLI**
**Como interromper um trabalho de inferência da SNOMED CT**
O exemplo `stop-snomedct-inference-job` a seguir interrompe um trabalho de análise em lote de inferência da SNOMED CT.
```
aws comprehendmedical stop-snomedct-inference-job \
--job-id "8750034166436cdb52ffa3295a1b00a1"
```
Resultado:
```
{
"JobId": "8750034166436cdb52ffa3295a1b00a1",
}
```
Para obter mais informações, consulte [Vinculação de ontologias a análises em lotes](https://docs.aws.amazon.com/comprehend-medical/latest/dev/ontologies-batchapi.html) no *Guia do desenvolvedor do Amazon Comprehend Medical*.
+ Para ver detalhes da API, consulte [StopSnomedctInferenceJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehendmedical/stop-snomedct-inference-job.html) na *Referência de comandos da AWS CLI*.