Your browser doesn't support javascript.
loading
Category of Allergy Identification from Free-Text Medical Records for Data Interoperability.
Lenivtceva, Iuliia; Kashina, Mariya; Kopanitsa, Georgy.
Afiliação
  • Lenivtceva I; ITMO University, Saint Petersburg, Russian Federation.
  • Kashina M; ITMO University, Saint Petersburg, Russian Federation.
  • Kopanitsa G; ITMO University, Saint Petersburg, Russian Federation.
Stud Health Technol Inform ; 273: 170-175, 2020 Sep 04.
Artigo em Inglês | MEDLINE | ID: mdl-33087608
ABSTRACT
The use of different data formats complicates the standardization and exchange of valuable medical data. Moreover, a big part of medical data is stored as unstructured medical records that are complicated to process. In this work we solve the task of unstructured allergy anamnesis categorization according to categories provided by FHIR. We applied two stage classification model with manually labeled records. On the first stage the model filters records with information about allergies and on the second stage it categorizes each record. The model showed high performance. The development of this approach will ensure secondary use of data and interoperability.
Assuntos
Texto completo: Disponível Coleções: Bases de dados internacionais Contexto em Saúde: Agenda de Saúde Sustentável para as Américas Tema em saúde: Objetivo 6: Sistemas de informação em saúde Base de dados: MEDLINE Assunto principal: Registros Eletrônicos de Saúde / Hipersensibilidade Tipo de estudo: Estudo diagnóstico / Estudo prognóstico Limite: Humanos Idioma: Inglês Revista: Stud Health Technol Inform Assunto da revista: Informática Médica / Pesquisa em Serviços de Saúde Ano de publicação: 2020 Tipo de documento: Artigo

Similares

MEDLINE

...
LILACS

LIS

Texto completo: Disponível Coleções: Bases de dados internacionais Contexto em Saúde: Agenda de Saúde Sustentável para as Américas Tema em saúde: Objetivo 6: Sistemas de informação em saúde Base de dados: MEDLINE Assunto principal: Registros Eletrônicos de Saúde / Hipersensibilidade Tipo de estudo: Estudo diagnóstico / Estudo prognóstico Limite: Humanos Idioma: Inglês Revista: Stud Health Technol Inform Assunto da revista: Informática Médica / Pesquisa em Serviços de Saúde Ano de publicação: 2020 Tipo de documento: Artigo