Extracción de datos mediante procesamiento de lenguaje natural en terapias de adicción a cocaína

Tapia Galisteo, José and Iniesta Chamorro, Jose Manuel and Pérez Gandía, María Carmen and García Sáez, Gema and Campos Blanco, Alberto and Urgelés Puértolas, Diego and Izquierdo, Francisco Javier and Hernando Pérez, Maria Elena (2018). Extracción de datos mediante procesamiento de lenguaje natural en terapias de adicción a cocaína. In: "XXXVI Congreso Anual de la Sociedad Española de Ingeniería Biomédica", 21/11/2018 - 23/11/2018, Ciudad Real, España. ISBN 978-84-09-06253-9. pp. 39-42.

Description

Title: Extracción de datos mediante procesamiento de lenguaje natural en terapias de adicción a cocaína
Author/s:
  • Tapia Galisteo, José
  • Iniesta Chamorro, Jose Manuel
  • Pérez Gandía, María Carmen
  • García Sáez, Gema
  • Campos Blanco, Alberto
  • Urgelés Puértolas, Diego
  • Izquierdo, Francisco Javier
  • Hernando Pérez, Maria Elena
Item Type: Presentation at Congress or Conference (Article)
Event Title: XXXVI Congreso Anual de la Sociedad Española de Ingeniería Biomédica
Event Dates: 21/11/2018 - 23/11/2018
Event Location: Ciudad Real, España
Title of Book: Libro de Actas del XXXVI Congreso Anual de la Sociedad Española de Ingeniería Biomédica
Date: November 2018
ISBN: 978-84-09-06253-9
Subjects:
Faculty: E.T.S.I. Telecomunicación (UPM)
Department: Tecnología Fotónica y Bioingeniería
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (147kB) | Preview

Abstract

Un rasgo común de los programas de rehabilitación de pacientes con adicción a la cocaína es una alta tasa de abandonos. El éxito del tratamiento está fuertemente ligado a la adherencia al mismo y el abandono se convierte en un grave problema para los sistemas sanitarios, debido principalmente a que implica un gran consumo de recursos especializados, que son costosos y con largas listas de espera. Por otro lado, la información de la que se dispone en este tipo de recursos sanitarios suele carecer de una estructura apropiada para el análisis al encontrarse en informes o documentos de texto libre. El objetivo del trabajo descrito en este artículo es utilizar técnicas de procesamiento del lenguaje natural (PLN) para extraer el conocimiento no estructurado procedente de los informes de derivación de los pacientes, permitiendo generar una base de datos estructurada sobre la que se puedan cimentar los futuros desarrollos. Este trabajo se enmarca en el contexto del proyecto PROTheOS, cuya motivación de investigación es crear un sistema de ayuda a la decisión para la planificación de las redes terapéuticas en adicción a la cocaína mediante el desarrollo de modelos predictivos. Para crear y entrenar el módulo PLN se han utilizado 103 informes de derivación, mientras que para la validación se han utilizado 20, de los cuales se extraen hasta 94 variables o características por informe. Se han comparado los resultados del módulo frente a la extracción manual, obteniendo un porcentaje de discrepancia del 5,22% en el conjunto de entrenamiento y del 6,21% en el conjunto de validación, lo que se observa como un hallazgo positivo y permite concluir que este módulo PLN es útil para la extracción automática de información en el contexto bajo estudio.

More information

Item ID: 54606
DC Identifier: http://oa.upm.es/54606/
OAI Identifier: oai:oa.upm.es:54606
Deposited by: Memoria Investigacion
Deposited on: 04 Jun 2019 15:05
Last Modified: 04 Jun 2019 15:05
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM