
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 | Botega, Leonardo Castro | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.creator | Lima, Nathália Adriele de | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T16:21:23Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T16:21:23Z | - |
| Data de envio: dc.date.issued | 2023-08-11 | - |
| Data de envio: dc.date.issued | 2023-08-11 | - |
| Data de envio: dc.date.issued | 2023-07-03 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/250235 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/250235 | - |
| Descrição: dc.description | O Prontuário Eletrônico do Paciente (PEP) é um modelo de software que moderniza a coleta, armazenamento e recuperação de informações médicas dos pacientes, incluindo dados de medicamentos. No entanto, a forma como as informações estão estruturadas não favorece a recuperação, pois a presença massiva de textos não estruturados nos prontuários médicos pode dificultar a recuperação de dados, afetando o tempo, a precisão e o entendimento dos dados. Pesquisas são necessárias para aprimorar a qualidade e a rapidez da recuperação de informações médicas, considerando o volume e a complexidade dos dados não estruturados. Este estudo reconhece a importância do entendimento desses dados de medicamentos por profissionais de saúde e propõe um modelo de recuperação e visualização de informações de medicamentos dos prontuários eletrônicos, utilizando Processamento de Linguagem Natural (PLN) e Grafos de Conhecimento. Entende-se que abordagens que utilizam esses métodos e ferramentas têm mostrado resultados promissores na recuperação e visualização de informações de medicamentos. Esta pesquisa destaca a necessidade de aprimorar a recuperação e integração de informações dos prontuários eletrônicos, ressaltando a importância desses dados, especialmente as informações de medicamentos. Modelos de PLN baseados em aprendizado profundo e o uso de grafos de conhecimento podem extrair, agrupar e vincular informações relevantes, melhorando a recuperação e visualização dos dados de medicamentos nos prontuários. Conclui-se que é fundamental continuar aprimorando os prontuários eletrônicos, e o uso de PLN e grafos de conhecimento pode contribuir para a recuperação e visualização de variadas informações médicas/sociais de pacientes, melhorando o sistema de saúde pública. | - |
| Descrição: dc.description | The Electronic Health Record (EHR) is a software standard that modernizes the collection, storage, and retrieval of patients' medical information, including medication data. However, the way the information is structured does not favor retrieval, as the massive presence of unstructured text in medical records can hinder data retrieval, affecting the time, accuracy, and understanding of the data. Research is needed to improve the quality and speed of medical information retrieval, considering the volume and complexity of unstructured data. This study recognizes the importance of understanding medication data by healthcare professionals and proposes a model for retrieving and visualizing medication information from electronic health records using Natural Language Processing (NLP) and Knowledge Graphs. It is understood that approaches using these methods and tools have shown promising results in the retrieval and visualization of medication information. This research highlights the need to improve the retrieval and integration of information from electronic health records, emphasizing the importance of this data, particularly medication information. NLP models based on deep learning and the use of knowledge graphs can extract, group, and link relevant information, improving the retrieval and visualization of medication data in health records. It is concluded that it is essential to continue improving electronic health records, and the use of NLP and knowledge graphs can contribute to the retrieval and visualization of various medical/social information of patients, thereby improving the public healthcare system. | - |
| Descrição: dc.description | Não recebi financiamento | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Estadual Paulista (UNESP) | - |
| Direitos: dc.rights | info:eu-repo/semantics/openAccess | - |
| Palavras-chave: dc.subject | Recuperação e visualização da informação | - |
| Palavras-chave: dc.subject | Prontuários eletrônicos do paciente | - |
| Palavras-chave: dc.subject | Informação de medicamentos | - |
| Palavras-chave: dc.subject | Processamento de linguagem natural | - |
| Palavras-chave: dc.subject | Grafos de conhecimento | - |
| Palavras-chave: dc.subject | Retrieval and visualization of information | - |
| Palavras-chave: dc.subject | Electronic patient records | - |
| Palavras-chave: dc.subject | Medication information | - |
| Palavras-chave: dc.subject | Natural language processing | - |
| Palavras-chave: dc.subject | Knowledge graphs | - |
| Título: dc.title | Recuperação da informação de prontuários eletrônicos: um modelo de visualização de informação de medicamentos | - |
| Título: dc.title | Retrieval of information from electronic medical records: a medication information visualization model | - |
| 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: