Mejora del pipeline de NLP para análisis de historia clínica digital

García Encinas, Pablo (2019). Mejora del pipeline de NLP para análisis de historia clínica digital. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S. de Ingenieros Informáticos (UPM), Madrid, España.

Description

Title: Mejora del pipeline de NLP para análisis de historia clínica digital
Author/s:
  • García Encinas, Pablo
Contributor/s:
  • Menasalvas Ruiz, Ernestina
Item Type: Final Project
Degree: Grado en Ingeniería Informática
Date: July 2019
Subjects:
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Lenguajes y Sistemas Informáticos e Ingeniería del Software
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 (583kB) | Preview

Abstract

La digitalización de la historia clínica digital ha permitido que se tenga acceso a mucha información acerca de la historia natural de los pacientes. Sin embargo, poder extraer información de estas historias clínicas requiere sistemas que permitan estructurar la información en forma de texto. En este sentido en el grupo MIDAS de la UPM se ha desarrollado una herramienta CliKES que permite estructurar esta información. En este trabajo de fin de grado analizamos C-liKES para añadir funcionalidades y paliar problemas que esta herramienta tiene. En particular, se ha incluido la funcionalidad de reconocimiento de términos médicos usando la ontología UMLS, que ha servido como base para que una persona sin conocimientos técnicos elevados pudiera definir semánticas encontradas en los textos. El sistema también ha sido modificado para ser operado por medio de una API, facilitando su gestión y permitiendo automatizar las ejecuciones. Además, siguiendo ese planteamiento, se ha introducido el concepto de usuarios del sistema que pueden darle uso a la vez, para que distintos investigadores tengan la posibilidad de trabajar juntos sin suponer un problema.---ABSTRACT---The digitalisation of the digital clinical records has granted us access to a huge amount of information about the patient’s natural history. However, being able to extract information from those clinical records requires systems that allow structuring the information in text form. In this regard, the MIDAS group from UPM has developed a tool called C-liKES that is able to structure that information. In this final project we analyse C-liKES to add new functionalities and reduce the problems this tool has. In particular, a new functionality for recognizingmedical terms was added making use of the metathesaurus UMLS, which serves the basis to allow somebody without high rechnical knowledge define semantics to be found in the texts. The system was also adapted to be controlled through an API, making the administration process simpler and the execution more automatic. Following this approach, users were also added to the system and they can all work simultaneously, this way several researchers are able to work together without any hassle.

More information

Item ID: 56308
DC Identifier: http://oa.upm.es/56308/
OAI Identifier: oai:oa.upm.es:56308
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 05 Sep 2019 10:29
Last Modified: 05 Sep 2019 10:29
  • 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