Publication
Utilização de técnicas de text mining sobre registos clínicos de epilepsia em crianças, para auxílio ao diagnóstico e classificação
| dc.contributor.author | Pereira, Luís Miguel Oliveira | |
| dc.date.accessioned | 2015-03-20T12:39:25Z | |
| dc.date.available | 2015-03-20T12:39:25Z | |
| dc.date.issued | 2013 | |
| dc.description | Dissertação apresentado à Escola Superior de Tecnologia e Gestão do IPL para obtenção do grau de Mestre em Engenharia Informática - Computação Móvel, orientada pelo Doutor Rui Rijo e pela Doutora Catarina Silva. | por |
| dc.description.abstract | A informação médica tem aumentado continuamente ao longo do tempo, produzindo-se quantidades elevadíssimas de dados. A análise e a extração desses dados oferecem possibilidades de reduzir o esforço e o tempo na sugestão e classificação de um diagnóstico. O processamento dos dados médicos representa um grande desafio, considerando que estes dados são geralmente apresentados em texto livre e com vocabulário técnico específico. Entre os dados mais ricos e relevantes encontram-se os registos clínicos. A análise de registos clínicos é complexa pois para a realização de um diagnóstico correto é necessário ter em conta várias características como sintomas, exames, historial do paciente, tratamentos, medicamentos, entre outros. Além disso, esta análise requer um domínio de diferentes áreas de conhecimento para a realização de um diagnóstico fiável, entre outras data mining, text mining, registos clínicos eletrónicos, e a área clínica. Estes diagnósticos devem ainda ser classificados segundo normalizações, para que o médico possa tomar procedimentos e prescrever tratamentos mais corretos segundo determinadas classificações. O presente trabalho sugere uma abordagem que incide na área de epilepsia infantil, analisando e extraindo informação relevante de registos clínicos eletrónicos, para ajudar os médicos a tomar decisões, tais como identificar e classificar diagnósticos, ajudar na prescrição de tratamentos, medicamentos e na sugestão de procedimentos. A epilepsia infantil é complexa e não linear, uma vez que os médicos têm de analisar diferentes causas, entre outras, genéticas, estruturais, metabólicas, e um diagnóstico errado pode modificar a vida de uma criança. Os registos clínicos reais e anónimos foram fornecidos e transcritos com a ajuda do serviço de pediatria do Hospital Santo André. Os resultados alcançados são promissores, estando no entanto ainda longe dos desejados para permitir uma sugestão e classificação de diagnósticos de forma precisa e segura. Esta abordagem permite ainda uma classificação dos diagnósticos baseadas em normalizações, de forma a sugerir os melhores procedimentos, prognósticos e tratamentos dependendo da classificação encontrada. Desta forma, será possível ajudar a reduzir o erro médico na classificação de diagnósticos, o erro na prescrição, e aumentar a eficácia no processamento dos dados médicos, poupando tempo e dinheiro. | por |
| dc.identifier.tid | 201881373 | |
| dc.identifier.uri | http://hdl.handle.net/10400.8/1349 | |
| dc.language.iso | por | por |
| dc.publisher | Instituto Politécnico de Leiria | por |
| dc.subject | Sistemas de suporte à decisão | por |
| dc.subject | Epilepsia | por |
| dc.subject | Registos clínicos | por |
| dc.subject | Códigos ICD-9 | por |
| dc.subject | Text mining | por |
| dc.subject | Data mining | por |
| dc.title | Utilização de técnicas de text mining sobre registos clínicos de epilepsia em crianças, para auxílio ao diagnóstico e classificação | por |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | por |
| rcaap.type | masterThesis | por |