Recuperação da informação de prontuários eletrônicos: um modelo de visualização de informação de medicamentos

Página do item simplificado
dc.contributor.advisorBotega, Leonardo Castro [UNESP]
dc.contributor.authorLima, Nathália Adriele de
dc.contributor.institutionUniversidade Estadual Paulista (Unesp)
dc.date.accessioned2023-08-11T13:57:42Z
dc.date.available2023-08-11T13:57:42Z
dc.date.issued2023-07-03
dc.description.abstractO 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.pt
dc.description.abstractThe 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.en
dc.description.sponsorshipNão recebi financiamento
dc.identifier.capes33004110043P4
dc.identifier.citationLIMA, Nathália Adriele de. Recuperação da informação de prontuários eletrônicos: um modelo de visualização de informação de medicamentos. 2023. Dissertação (Mestrado em Ciência da Informação) - Faculdade de Filosofia e Ciências, Universidade Estadual Paulista (Unesp), Marília, 2023.
dc.identifier.urihttp://hdl.handle.net/11449/250235
dc.language.isopor
dc.publisherUniversidade Estadual Paulista (Unesp)
dc.rights.accessRightsAcesso aberto
dc.subjectRecuperação e visualização da informaçãopt
dc.subjectProntuários eletrônicos do pacientept
dc.subjectInformação de medicamentospt
dc.subjectProcessamento de linguagem naturalpt
dc.subjectGrafos de conhecimentopt
dc.subjectRetrieval and visualization of informationen
dc.subjectElectronic patient recordsen
dc.subjectMedication informationen
dc.subjectNatural language processingen
dc.subjectKnowledge graphsen
dc.titleRecuperação da informação de prontuários eletrônicos: um modelo de visualização de informação de medicamentospt
dc.title.alternativeRetrieval of information from electronic medical records: a medication information visualization modelen
dc.typeDissertação de mestrado
unesp.campusUniversidade Estadual Paulista (Unesp), Faculdade de Filosofia e Ciências, Maríliapt
unesp.embargoOnlinept
unesp.examinationboard.typeBanca públicapt
unesp.graduateProgramCiência da Informação - FFCpt
unesp.knowledgeAreaInformação, tecnologia e conhecimentopt
unesp.researchAreaInformação e tecnologiapt

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
lima_na_me_mar.pdf
Tamanho:
3.86 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
3.01 KB
Formato:
Item-specific license agreed upon to submission
Descrição:

Coleções

Dissertações - Ciência da Informação - FFC