Dissertação

Deep Learning for Multi-Label ICD-9 Classification of Hospital Discharge Summaries EVALUATED

Notas de alta hospitalar são documentos formados por campos textuais de inserção livre e outros campos estruturados, providenciando a descrição de informação relevante relacionada com a estadia de um dado paciente num serviço de saúde e respectivos tratamentos. A variabilidade do vocabulário médico torna o processamento destes documentos um considerável desafio de processamento de linguagem natural. O modelo proposto combina uma rede neuronal profunda com embeddings da semântica, tipologia e caracteres que compõem a palavra, unidades recorrentes e convolucionais e mecanismos de atenção neuronal, gerando representações intermédias dos conteúdos textuais. A rede neuronal explora também a natureza hierárquica do input, através da construção de representações das sequências de palavras presentes em cada um dos campos. Mecanismos de memória auxiliar são também explorados de modo a providenciar como input uma classificação a priori das diferentes classes. O modelo foi avaliado para classificação automática de diagnósticos em notas de alta hospitalar segundo codificação CID-9 em conjuntos de dados provenientes do Hospital Beatriz Ângelo e da base de dados MIMIC III, revelando ser flexível e adaptável.
Notas de Alta Hospitalar, Codificação de texto clínico, Aprendizagem com Redes Profundas, Processamento de Linguagem Natural, Classificação Multi-label

Novembro 22, 2018, 18:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Bruno Emanuel Da Graça Martins

Departamento de Engenharia Informática (DEI)

Professor Auxiliar

ORIENTADOR

Nuno André da Silva

Luz Saúde

Especialista