Aplicação de mineração de texto e processamento de linguagem natural em prontuários eletrônicos de pacientes para extração e transformação de texto em dado estruturado

• Ano de defesa: 2020
• Autor(a) principal: Benício, Diego Henrique Pegado
• Orientador(a): Xavier Júnior, João Carlos
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Rio Grande do Norte
• Programa de Pós-Graduação: PROGRAMA DE PÓS-GRADUAÇÃO EM TECNOLOGIA DA INFORMAÇÃO
• País: Brasil
• Palavras-chave em Português: Mineração de texto; Processamento de linguagem natural; Anamnese; Prontuário eletrônico
• Link de acesso: https://repositorio.ufrn.br/handle/123456789/31417

O prontuário do paciente é o documento essencial para garantir uma assistência integral e continuada ao enfermo, fornecendo o histórico da sua saúde. Ao longo da evolução tecnológica, os registros terapêuticos do paciente passaram do prontuário em papel para o prontuário eletrônico. Entretanto, a anamnese, normalmente, é inserida por meio de campos livres, deixando ao critério do profissional da saúde a forma como a informação é elaborada. Dessa maneira, há dificuldade no modo tradicional, consultas Structured Query Language, para recuperar esse dado. Como métodos para sanar esse problema, é possível a aplicação de Mineração de Texto e o Processamento de Linguagem Natural, levando à extração de dados compreensíveis e padronizados. Nesse sentido, o trabalho objetiva: propor uma ferramenta para recuperar termos clínicos das anamneses e estruturá-los de forma a relacionar com os padrões do diagnóstico patológico para posterior utilização em estudos complementares, identificando assim, as técnicas mais adequadas ao processo de Mineração de Texto neste contexto. Dessa maneira, foi desenvolvida uma ferramenta para realizar o processo automático de estruturação dos dados obtidos a partir das anamneses. Assim, após uma avaliação entre os dados coletados manualmente e pelo sistema, os resultados foram submetidos ao teste estatístico de Kruskal-Wallis sendo aceita a hipótese de não haver diferenças significativas entre as amostras.