Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Fundação para o Desenvolvimento Médico e Hospitalar (FAMESP) | - |
Autor(es): dc.creator | da Rocha, Naila Camila | - |
Autor(es): dc.creator | Barbosa, Abner Macola Pacheco | - |
Autor(es): dc.creator | Schnr, Yaron Oliveira | - |
Autor(es): dc.creator | Machado-Rugolo, Juliana | - |
Autor(es): dc.creator | de Andrade, Luis Gustavo Modelli | - |
Autor(es): dc.creator | Corrente, José Eduardo | - |
Autor(es): dc.creator | de Arruda Silveira, Liciana Vaz | - |
Data de aceite: dc.date.accessioned | 2025-08-21T22:53:10Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T22:53:10Z | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2022-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/data8010011 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/246711 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/246711 | - |
Descrição: dc.description | Studies that use medical records are often impeded due to the information presented in narrative fields. However, recent studies have used artificial intelligence to extract and process secondary health data from electronic medical records. The aim of this study was to develop a neural network that uses data from unstructured medical records to capture information regarding symptoms, diagnoses, medications, conditions, exams, and treatment. Data from 30,000 medical records of patients hospitalized in the Clinical Hospital of the Botucatu Medical School (HCFMB), São Paulo, Brazil, were obtained, creating a corpus with 1200 clinical texts. A natural language algorithm for text extraction and convolutional neural networks for pattern recognition were used to evaluate the model with goodness-of-fit indices. The results showed good accuracy, considering the complexity of the model, with an F-score of 63.9% and a precision of 72.7%. The patient condition class reached a precision of 90.3% and the medication class reached 87.5%. The proposed neural network will facilitate the detection of relationships between diseases and symptoms and prevalence and incidence, in addition to detecting the identification of clinical conditions, disease evolution, and the effects of prescribed medications. | - |
Descrição: dc.description | Department of Biostatistics Institute of Biosciences Universidade Estadual Paulista (UNESP) | - |
Descrição: dc.description | Medical School Universidade Estadual Paulista (UNESP) | - |
Descrição: dc.description | Health Technology Assessment Center (Clinical Hospital of the Botucatu Medical School) | - |
Descrição: dc.description | Research Support Office Fundação para o Desenvolvimento Médico e Hospitalar (FAMESP) | - |
Descrição: dc.description | Department of Biostatistics Institute of Biosciences Universidade Estadual Paulista (UNESP) | - |
Descrição: dc.description | Medical School Universidade Estadual Paulista (UNESP) | - |
Descrição: dc.description | Health Technology Assessment Center (Clinical Hospital of the Botucatu Medical School) | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Data | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | medical records | - |
Palavras-chave: dc.subject | named entity recognition | - |
Palavras-chave: dc.subject | neural networks | - |
Título: dc.title | Natural Language Processing to Extract Information from Portuguese-Language Medical Records | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: