Publication: Detección de eventos adversos en historiales clínicos mediante Procesamiento del Lenguaje Natural
Loading...
Date
2021-10-07
Authors
Editor
Advisor
Coordinator
Commentator
Reviewer
Illustrator
Access rights
info:eu-repo/semantics/openAccess
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial
Abstract
El objetivo de este Trabajo Fin de Máster (TFM) es poner en práctica las competencias adquiridas en las enseñanzas del Máster en Ingeniería y Ciencia de Datos, más concretamente en el área del Procesamiento del Lenguaje Natural aplicado a textos clínicos. Mediante este trabajo se pretende diseñar un método que ayude al profesional sanitario a predecir eventos adversos, los cuales se definen como el daño físico no intencionado que es causado por los cuidados sanitarios más que por la enfermedad subyacente del paciente, a través de un catálogo de triggers ya definido, buscar patrones y agrupar en virtud de éstos obteniendo como resultado una mejora en la Seguridad del Paciente. La metodología seguida ha sido la evaluación de diferentes herramientas cuya finalidad es la identificación de términos o conceptos clínicos en español o inglés dentro del vocabulario SNOMED-CT y su integración con el lenguaje de programación Python para la construcción de nuestra propia herramienta detectora de eventos adversos. El resultado ha sido un método capaz de detectar posibles eventos adversos en texto clínico en español.
Description
UNESCO Categories
Keywords
texto clínico, evento adverso, trigger, lenguaje natural, API REST, MetaMapLite, UMLS, SNOMED-CT
Citation
Center
E.T.S. de Ingeniería Informática
Department
Inteligencia Artificial