Publicación:
Detección de eventos adversos en historiales clínicos mediante Procesamiento del Lenguaje Natural

Vista sencilla de ítem
dc.contributor.authorMartos López, Daniel
dc.contributor.directorPastor Vargas, Rafael
dc.contributor.directorSánchez Bocanegra, Carlos Luis
dc.date.accessioned2024-05-20T12:37:58Z
dc.date.available2024-05-20T12:37:58Z
dc.date.issued2021-10-07
dc.description.abstractEl 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.es
dc.description.versionversión final
dc.identifier.urihttps://hdl.handle.net/20.500.14468/14644
dc.language.isoes
dc.publisherUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial
dc.relation.centerE.T.S. de Ingeniería Informática
dc.relation.degreeMáster universitario en Ingeniería y Ciencia de Datos
dc.relation.departmentInteligencia Artificial
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.subject.keywordstexto clínico
dc.subject.keywordsevento adverso
dc.subject.keywordstrigger
dc.subject.keywordslenguaje natural
dc.subject.keywordsAPI REST
dc.subject.keywordsMetaMapLite
dc.subject.keywordsUMLS
dc.subject.keywordsSNOMED-CT
dc.titleDetección de eventos adversos en historiales clínicos mediante Procesamiento del Lenguaje Naturales
dc.typetesis de maestríaes
dc.typemaster thesisen
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
MartosLopez_Daniel_TFM.pdf
Tamaño:
3.41 MB
Formato:
Adobe Portable Document Format
Descargar
Colecciones
Trabajos de fin de máster (TFM)