Avaliação de um método de mapeamento de laudos médicos para uma representação estruturada: estudo de caso com laudos de endoscopia digestiva alta

• Daniel de Faveri Honorato Unioeste / PTI
• Maria Carolina Monard USP
• Huei Diana Lee Unioeste / PTI
• Antonio Pietrobom Neto Hospital Municipal de Paulínia
• Wu Feng Chung Unioeste / PTI

Resumo

O processo de Mineração de Textos pode auxiliar especialistas na tomada de decisão por meio de extração de padrões a partir de tabelas atributo-valor. Neste trabalho são apresentados os resultados experimentais da aplicação de um método proposto anteriormente o qual pode ser aplicado automaticamente ou semi-automaticamente com a ajuda de especialistas do domínio, e tem por objetivo realizar o mapeamento de documentos não estruturados para uma tabela atributo-valor. Foi analisada uma coleção de 6000 laudos de Endoscopia Digestiva Alta, com bons resultados alcançados, mostrando que o método pode auxiliar na redução do tempo de atuação dos especialistas na análise de grandes quantidades de documentos não estruturados.

Referências

Feldman, R. and Sanger, J. (2006). The Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data. Cambridge University Press, Nova Iorque, EUA.

Honorato, D. D. F. (2008). Metodologia de transformação de laudos médicos não estruturados e estruturados em uma representação atributo-valor. Dissertação de Mestrado, ICMC-USP, [link]. Acesso em 18/06/2009.

Honorato, D. D. F., Cherman, E. A., Lee, H. D., Monard, M. C., and Wu, F. C. (2008a). Construction of an attribute-value representation for semi-structured medical findings knowledge extraction. CLEI Electronic Journal, 11(2):1–12.

Honorato, D. D. F. and Monard, M. C. (2008). Descrição do ambiente computacional TP-DISCOVER para mapear informações não estruturadas em uma tabela atributo-valor. Technical Report 318, ICMC-USP, [link]. Acesso em 18/06/2009.

Honorato, D. D. F., Monard, M. C., Lee, H. D., and Wu, F. C. (2008b). Uma abordagem de extração de terminologia para a construção de uma representação atributo-valor a partir de documentos não estruturados. In Conferencia Latinoamericana de Informática, pages 190–199, Santa Fe, Argentina.

Lee, H. D. (2005). Seleção de atributos importantes para a extração de conhecimento de bases de dados. Tese de Doutorado, ICMC-USP, [link]. Acesso em 18/06/2009.

Witten, I. and Frank, E. (2005). Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations. Morgan Kaufman Publishers Inc., San Francisco, Califórina, EUA.