Ítem
Acceso Abierto

A strategy for prioritizing electronic medical records using structured analysis and natural language processing

Mostrar el registro sencillo de la publicación
dc.creatorPomares-Quimbaya, Alexandra
dc.creatorGonzález, Rafael A.
dc.creatorMuñoz-Velandia, Óscar Mauricio
dc.creatorBohórquez Rodríguez, Ricardo
dc.creatorGarcía, Olga Milena
dc.creator.googleAlexandra Pomares-Quimbayaspa
dc.creator.googleRafael A. Gonzálezspa
dc.creator.googleÓscar Mauricio Muñoz-Velandiaspa
dc.creator.googleRicardo Bohórquez Rodríguezspa
dc.creator.googleOlga Milena Garcíaspa
dc.date.accessioned2019-01-11T16:56:25Z
dc.date.available2019-01-11T16:56:25Z
dc.date.created2018
dc.date.issued2018
dc.descriptionObjetivo: Los registros médicos electrónicos (RME) típicamente contienen atributos estructurados, así como texto narrativo. La utilidad de los RME para investigación y gestión se ve limitada por la dificultad en analizar automáticamente las porciones narrativas. En consecuencia, este artículo propone una estrategia para priorizar RME (SPIRE), usando procesamiento de lenguaje natural combinado con análisis de datos estructurados, para poder identificar y jerarquizar RME que satisfagan consultas que buscan pacientes con ciertas enfermedades planteadas por investigadores clínicos o gestores hospitalarios. Materiales y Métodos: La herramienta de software resultante fue evaluada técnicamente y validada con tres casos (falla cardiaca, hipertensión pulmonar y diabetes mellitus) comparado contra resultados obtenidos por expertos. Resultados y Discusión: Nuestros resultados preliminares demuestran alta sensibilidad (70%, 82% y 87% respectivamente) y especificidad (85%, 73.7% and 87.5%) en el conjunto de registros resultante. El área bajo la curva fue de entre 0.84 y 0.9. Conclusiones: SPIRE fue implementado exitosamente y usado en el contexto de un sistema de información de un hospital universitario, permitiendo que investigadores clínicos obtuvieran RME priorizados para sus necesidades de información, a partir de plantillas colaborativas de búsqueda, con resultados más rápidos y precisos que otros métodos existentes.spa
dc.description.abstractObjective: Electronic medical records (EMRs) typically contain both structured attributes and narrative text. The usefulness of EMRs for research and administration is hampered by the difficulty in automatically analyzing their narrative portions. Accordingly, this paper proposes a strategy for prioritizing EMRs (SPIRE), using natural language processing in combination with the analysis of structured data to identify and rank EMRs that match queries intended to find patients with a specific disease posed by clinical researchers and health administrators. Materials and Methods: The resulting software tool was evaluated technically and validated with three cases (heart failure, pulmonary hypertension and diabetes mellitus) and compared against expert-obtained results. Results and Discussion: Our preliminary results show high sensitivity (70%, 82% and 87%) and specificity (85%, 73.7% and 87.5%) in the resulting set of records. The AUC was between 0.84 and 0.9. Conclusions: SPIRE was successfully implemented and used in the context of a university hospital information system, enabling clinical researchers to obtain prioritized EMRs to solve their information needs through collaborative search templates with faster and more accurate results than other existing methods. © 2018, Pontificia Universidad Javeriana. All rights reserved.spa
dc.format.mimetypeapplication/pdf
dc.identifier.doi10.11144/Javeriana.iyu22-1.spem
dc.identifier.issnISSN 0123-2126
dc.identifier.urihttp://repository.urosario.edu.co/handle/10336/18866
dc.language.isoengspa
dc.relation.citationTitleIngenieria y Universidad
dc.relation.citationVolumeVol. 22
dc.relation.ispartofIngenieria y Universidad, ISSN:1232-126, Vol. 22 (2018)spa
dc.relation.urihttp://revistas.javeriana.edu.co/index.php/iyu/article/view/17809spa
dc.rights.accesRightsinfo:eu-repo/semantics/openAccess
dc.rights.accesoAbierto (Texto Completo)spa
dc.source.bibliographicCitationLudwick, D.A., Doucette, J., Adopting electronic medical records in primary care: Lessons learned from health information systems implementation experience in seven countries (2009) Int J Med Inform, 78 (1), pp. 22-31spa
dc.source.instnameinstname:Universidad del Rosario
dc.source.reponamereponame:Repositorio Institucional EdocUR
dc.subjectMedical Computingspa
dc.subjectSearch Enginesspa
dc.subjectClinical Researchersspa
dc.subjectCollaborative Searchesspa
dc.subjectElectronic Medical Recordspa
dc.subjectElectronic Medical Records (Emrs)spa
dc.subjectHospital Information Systemsspa
dc.subjectNarrative Textspa
dc.subjectPulmonary Hypertensionspa
dc.subjectStructured Analysisspa
dc.subjectNatural Language Processing Systemsspa
dc.subject.lembInformática médicaspa
dc.subject.lembMedicina--Procesamiento de datosspa
dc.subject.lembInformática de la saludspa
dc.titleA strategy for prioritizing electronic medical records using structured analysis and natural language processingspa
dc.title.TranslatedTitleUna estrategia para priorizar registros médicos electrónicos usando análisis estructurado y procesamiento de lenguaje naturalspa
dc.typearticleeng
dc.type.hasVersioninfo:eu-repo/semantics/publishedVersion
dc.type.spaArtículospa
Archivos
Bloque original
Mostrando1 - 1 de 1
Miniatura
Nombre:
105.pdf
Tamaño:
505.16 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Artículos