SNOMED CT sare semantikoa euskaratzeko aplikazioa

[EU]Master bukaerako proiektu honetan, SNOMED CT sare semantikoa euskaratzeko aplikazioaren lehenengo urratsak azaltzen ditugu. Horretarako, SNOMED CTren sakoneko analisia egin dugu, eta bio-zientzien domeinuko euskarazko baliabideak aztertu ditugu. Aplikazioaren diseinu osoa egin dugu, euskarazko ordainak lortzeko algoritmo bat definituz. Algoritmo horren lehenengo urratsa izan da inplementatu duguna, hiztegi espezializatuen parekatzeari dagokiona, alegia. Aplikazioaren hastapen hauetan emaitza itxaropentsuak lortu ditugu.

Exploiting SNOMED CT concepts and relationships for clinical information retrieval : Australian e-Health Research Centre and Queensland University of Technology at the TREC 2012 Medical Track

The Australian e-Health Research Centre and Queensland University of Technology recently participated in the TREC 2012 Medical Records Track. This paper reports on our methods, results and experience using an approach that exploits the concept and inter-concept relationships defined in the SNOMED CT medical ontology. Our concept-based approach is intended to overcome specific challenges in searching medical records, namely vocabulary mismatch and granularity mismatch. Queries and documents are transformed from their term-based originals into medical concepts as defined by the SNOMED CT ontology, this is done to tackle vocabulary mismatch. In addition, we make use of the SNOMED CT parent-child `is-a' relationships between concepts to weight documents that contained concept subsumed by the query concepts; this is done to tackle the problem of granularity mismatch. Finally, we experiment with other SNOMED CT relationships besides the is-a relationship to weight concepts related to query concepts. Results show our concept-based approach performed significantly above the median in all four performance metrics. Further improvements are achieved by the incorporation of weighting subsumed concepts, overall leading to improvement above the median of 28% infAP, 10% infNDCG, 12% R-prec and 7% Prec@10. The incorporation of other relations besides is-a demonstrated mixed results, more research is required to determined which SNOMED CT relationships are best employed when weighting related concepts.

Representation of assertions in clinical free-­text using SNOMED CT

Information retrieval (IR) by clinicians in the healthcare setting is critical for informing clinical decision-making. However, a large part of this information is in the form of free-text and inhibits clinical decision support and effective healthcare services. This makes meaningful use of clinical free-­text in electronic health records (EHRs) for patient care a difficult task. Within the context of IR, given a repository of free-­text clinical reports, one might want to retrieve and analyse data for patients who have a known clinical finding.

Can SNOMED CT as implemented in New South Wales, Australia be used for road trauma injury surveillance in emergency departments?

The introduction of Systematized Nomenclature of Medicine - Clinical Terms (Snomed CT) for diagnosis coding in emergency departments (EDs) in New South Wales (NSW) has implications for injury surveillance abilities. This study aimed to assess the consequences of its introduction, as implemented as part of the ED information system in NSW, for identifying road trauma-related injuries in EDs. It involved a retrospective analysis of road trauma-related injuries identified in linked police, ED and mortality records during March 2007 to December 2009. Between 53.7% to 78.4% of all Snomed CT classifications in the principal provisional diagnosis field referred to the type of injury or symptom experienced by the individual. Of the road users identified by police, 3.2% of vehicle occupants, 6% of motorcyclists, 10.0% of pedal cyclists and 5.2% of pedestrians were identified using Snomed CT classifications in the principal provisional diagnosis field. The introduction of Snomed CT may provide flexible terminologies for clinicians. However, unless carefully implemented in information systems, its flexibility can lead to mismatches between the intention and actual use of defined data fields. Choices available in Snomed CT to indicate either symptoms, diagnoses, or injury mechanisms need to be controlled and these three concepts need to be retained in separate data fields to ensure a clear distinction between their classification in the ED.

Automatic classification of free-text radiology reports to identify limb fractures using machine learning and the SNOMED CT ontology

Objective To develop and evaluate machine learning techniques that identify limb fractures and other abnormalities (e.g. dislocations) from radiology reports. Materials and Methods 99 free-text reports of limb radiology examinations were acquired from an Australian public hospital. Two clinicians were employed to identify fractures and abnormalities from the reports; a third senior clinician resolved disagreements. These assessors found that, of the 99 reports, 48 referred to fractures or abnormalities of limb structures. Automated methods were then used to extract features from these reports that could be useful for their automatic classification. The Naive Bayes classification algorithm and two implementations of the support vector machine algorithm were formally evaluated using cross-fold validation over the 99 reports. Result Results show that the Naive Bayes classifier accurately identifies fractures and other abnormalities from the radiology reports. These results were achieved when extracting stemmed token bigram and negation features, as well as using these features in combination with SNOMED CT concepts related to abnormalities and disorders. The latter feature has not been used in previous works that attempted classifying free-text radiology reports. Discussion Automated classification methods have proven effective at identifying fractures and other abnormalities from radiology reports (F-Measure up to 92.31%). Key to the success of these techniques are features such as stemmed token bigrams, negations, and SNOMED CT concepts associated with morphologic abnormalities and disorders. Conclusion This investigation shows early promising results and future work will further validate and strengthen the proposed approaches.

Telekomunikazio-sare eta zerbitzuak: ariketa ebaitziak

Helburuak: Ariketa-bilduma honen helburu nagusia bikoitza da, 'Telekomunikazio-sare eta zerbitzuak' (2001eko ikasketa-planetako Telekomunikazio Ingeniaritza Teknikoetako 2. mailan irakasten zena) eta 'Telekomunikazio-sare eta zerbitzuak I' (1995eko ikasketa-planetako Telekomunikazio Ingeniaritzako 2. mailan irakasten zena) irakasgaietako ikasleentzat (hortaz, ikasketarako) zein irakasleentzat (hots, irakaskuntzarako) lagungarri izatea. Horregatik, teorian ikasitako kontzeptuen aplikazio praktikoa islatzen duten ariketak dira bilduma honetakoak. Aipatutako irakasgaien konplexutasuna dela eta, liburu hau, 'Telekomunikazio-sare eta zerbitzuak: Teoria' testu-liburuaren lagungarri gisa argitaratu dugu. Norentzat izan daiteke baliagarria: 2001eko ikasketa-planetako Telekomunikazio Ingeniaritza Teknikoetako 2. mailan irakasten zen 'Telekomunikazio-sare eta zerbitzuak' eta 1995eko ikasketa-planetako Telekomunikazio Ingeniaritzako 2. mailan irakasten zen 'Telekomunikazio-sare eta zerbitzuak I' irakasgaietako ikasleentzat zein irakasleentzat.

Telekomunikazio-sare eta zerbitzuak: teoria

Helburuak: Testu-liburu honen helburua bikoitza da, 'Telekomunikazio-sare eta zerbitzuak' (2001eko ikasketa-planetako Telekomunikazio Ingeniaritza Teknikoetako 2. mailan irakasten zena) eta 'Telekomunikazio-sare eta zerbitzuak I' (1995eko ikasketa-planetako Telekomunikazio Ingeniaritzako 2. mailan irakasten zena) irakasgaietako ikasleentzat (hortaz, ikasketarako) zein irakasleentzat (hots, irakaskuntzarako) lagungarri izatea. Horregatik, ikasgelan azaldutako kontzeptuen kontsultarako testu-liburutzat har daiteke. Norentzat izan daiteke baliagarria: 2001eko ikasketa-planetako Telekomunikazio Ingeniaritza Teknikoetako 2. mailan irakasten zen 'Telekomunikazio-sare eta zerbitzuak' eta 1995eko ikasketa-planetako Telekomunikazio Ingeniaritzako 2. mailan irakasten zen 'Telekomunikazio-sare eta zerbitzuak I' irakasgaietako ikasleentzat zein irakasleentzat.

Osasun-termino baliokideen hiztegia

Gure proiektua, medikuntzako kontzeptuak biltzen dituen ontologia eleanitz batetik datu-base bat eraikitzea eta hau ahalik eta azkarren kontsultatzea edota maneiatzea ahalbidetzen duen aplikazio bat inplementatzea da, hiztegi on-line gisa garatua. Horrez gain, IXA taldeak euskararekiko duen konpro- misua izanik, hiztegi hori euskaratu eta aplikazioan integratuko da.

Sare soziekonomikoen informazio hedapena

En este proyecto se analiza el flujo de información en distintos modelos de redes. Está elaborado en euskera.

Kazetaritza eta Dokumentazioa, informazioaren sarbide irekiaren eta sare sozialen bidegurutzean

124 p.

Reconocimiento de enfermedades en fichas técnicas de medicamentos y su anotación con SNOMED-CT

La interoperabilidad o habilidad para intercambiar información entre sistemas informáticos es una cuestión de gran importancia en la informática médica. La interoperabilidad influye directamente en la calidad de los sistemas médicos existentes en la práctica clínica, ya que permite que la información se trate de manera eficiente y consistente. Para la comunicación entre sistemas informáticos heterogéneos se necesitan terminologías o diccionarios que representen e identifiquen conceptos médicos de forma única, sin importar el idioma o la forma lingüística en la que aparezcan. Estas terminologías permiten a los sistemas informáticos tener la misma visión del mundo y que la información intercambiada sea entendible. Actualmente, los esfuerzos para la adopción de estas terminologías en la práctica clínica recaen en los profesionales del dominio médico. Los profesionales son los encargados de reconocer conceptos médicos manualmente en documentos del área de la medicina y anotarlos con el código del concepto asociado en la terminología. No existe ningún método automático que permita el reconocimiento de conceptos de un determinado dominio, como por ejemplo las enfermedades, y que posteriormente encuentre el concepto asociado dentro de una terminología con un grado de precisión suficientemente elevado para que pueda ser adoptado en la práctica clínica. En esta tesis de máster se propone un nuevo método para el reconocimiento de enfermedades en fichas técnicas de medicamentos y su posterior mapeo con la terminología médica SNOMED-CT en español. El método utiliza dos nuevas técnicas propuestas en la tesis para cada fase. La nueva técnica para el reconocimiento de enfermedades propuesta está basada en reglas y en diccionarios especializados en medicina. La nueva técnica de mapeo está basada en la generación de las posibles combinaciones lingüísticas en las que puede aparecer la enfermedad para realizar comparaciones exactas de palabras, utilizando las funciones sintácticas de las palabras como guía. El método propuesto se centra en la identificación de enfermedades dentro de la sección de indicaciones terapéuticas de las fichas técnicas de medicamentos.

Las terminologías de enfermería y su representación en SNOMED CT

En los sistemas de información, y en concreto en las historias clínicas electrónicas, las terminologías actúan como una forma de entrada y de almacenamiento de datos estandarizados. Las terminologías normalizadas de enfermería (NANDA, NIC y NOC) son importantes y necesarias para fijar la práctica, hacer explícito el papel jugado por estos profesionales en el sistema sanitario y determinar el coste de los servicios realizados. Sin embargo, no son suficientes para compartir la información y reutilizar los datos entre distintos sistemas. En este artículo se realiza una breve descripción y análisis de las tres terminologías normalizadas en enfermería de uso más común. Se exponen las actuales limitaciones para compartir la información de los datos de enfermería en los sistemas informatizados. Por último, se muestran las opciones que ofrece la interconexión con SNOMED CT para superar estos obstáculos y facilitar la interoperabilidad semántica, así como las posibilidades de inferir nuevo conocimiento.