Reátegui, Ruth et Ratté, Sylvie. 2018. «Comparación de MetaMap y cTAKES para la extracción de entidades en notas clínicas». BMC Medical Informatics and Decision Making, vol. 18, nº supp. 3.
Compte des citations dans Scopus : 14.

Preview

PDF Ratte S 2018 17422.pdf – Versión publicada Licencia de uso: Creative Commons CC BY. Descargar (710kB) | Vista previa

Resumen

Antecedentes Las notas clínicas, como los resúmenes de alta, tienen un formato semiestructurado o no estructurado. Estos documentos contienen información sobre enfermedades, tratamientos, medicamentos, etc. Extraer información significativa de ellos se convierte en un reto debido a su formato narrativo. En este contexto, nos propusimos comparar la capacidad de extracción automática de entidades médicas mediante dos herramientas: MetaMap y cTAKES. Métodos Se trabajó con los datos del Reto de la Obesidad de i2b2 (Informatics for Integrating Biology to the Bedside). Se construyeron dos experimentos. En el primero, sólo se extrajo un concepto UMLS relacionado con las enfermedades anotadas. En el segundo, se agregaron algunos conceptos UMLS. Los resultados se evaluaron con entidades médicas anotadas manualmente. Con el proceso de agregación el resultado muestra una mejoría. MetaMap obtuvo una media de 0,88 en recall, 0,89 en precisión y 0,88 en F-score. Con cTAKES, la media de recall, precisión y F-score fue de 0,91, 0,89 y 0,89, respectivamente. Conclusiones La agregación de conceptos (con tipos semánticos similares y diferentes) se mostró como una buena estrategia para mejorar la extracción de entidades médicas, y la agregación automática podría considerarse en futuros trabajos.

Ratté, Sylvie

Acciones (inicio de sesión obligatorio)

Ver artículo