Anotação automática de informação clínica

Abstract

A proximidade entre a Informática e a Saúde é cada vez maior a cada dia que passa. Nos dias que correm é comum os hospitais guardarem eletronicamente todo o historial e relatórios clínicos dos utentes. O armazenamento digital destes dados traz vantagens aos sistemas de saúde como a acessibilidade, a otimização de recursos e redução de custos, a diminuição do erro médico e o auxílio nas tomadas de decisões. Grande parte desses dados está em formato de texto livre, ou seja, são dados não estruturados. Para os sistemas computacionais, este tipo de dados representa um maior desafio quer na análise, quer no seu processamento. Sendo que, para este tipo de informação ser processada automaticamente é necessário recorrer ao Processamento de Linguagem Natural, uma subárea da Inteligência Artificial. Tarefas como classificação ou reconhecimento de entidades em textos requerem quase sempre textos anotados. O processo de anotação dos textos é demorado e pouco atrativo para o ser humano levando a que a quantidade disponível de dados anotados não seja em grande volume e consequentemente a que a aplicação de modelos de Machine Learning não seja a mais eficiente, resultado em problemas de over fitting e não generalizando como seria de desejar. Devido a isto, a procura por uma solução de anotação automática dos dados em massa é necessária e extremamente útil. A principal contribuição desta dissertação é o desenvolvimento de uma aplicação para a anotação automática de informação clínica. Esta aplicação permitirá a anotação de grandes quantidades de dados de forma automática comparativamente a outras ferramentas e abordagens existentes.

The proximity between Informatics and Health is growing day by day. Nowadays, it is common for hospitals to store all the history and clinical data electronically. The digital storage of these data brings advantages to health systems such as accessibility, optimization of resources and cost reduction, reduction of medical errors and help in decision-making. However, most of this data is in free-text format, that is, unstructured data. For computer systems, this type of data represents an enormous challenge both in analysis and processing. For this type of information to be processed automatically, it is necessary to resort to Natural Language Processing, a sub-area of Artificial Intelligence. Tasks such as classification or name entity recognition almost always require annotated text. The process of annotating texts is time-consuming and unattractive for human beings, leading to the fact that the available amount of annotated data is not large. Consequently, the application of Machine Learning models is not the most efficient, resulting in overfitting problems and not generalizing as we would like. Due to this, the search for a solution of automatic annotation of clinical data is necessary and extremely useful. The main contribution of this dissertation is the development of an application for the automatic annota tion of clinical information. This application will allow the annotation of large amounts of data automatically compared to other existing tools and approaches.