D 2022

Unsupervised extraction, labelling and clustering of segments from clinical notes

ZELINA, Petr, Jana HALÁMKOVÁ a Vít NOVÁČEK

Základní údaje

Originální název

Unsupervised extraction, labelling and clustering of segments from clinical notes

Autoři

ZELINA, Petr (203 Česká republika, garant, domácí), Jana HALÁMKOVÁ (203 Česká republika, domácí) a Vít NOVÁČEK (203 Česká republika, domácí)

Vydání

USA, Proceedings of IEEE International Conference on Bioinformatics and Biomedicine (BIBM), od s. 1362-1368, 7 s. 2022

Nakladatel

IEEE

Další údaje

Jazyk

angličtina

Typ výsledku

Stať ve sborníku

Obor

10201 Computer sciences, information science, bioinformatics

Stát vydavatele

Spojené státy

Utajení

není předmětem státního či obchodního tajemství

Forma vydání

elektronická verze "online"

Kód RIV

RIV/00216224:14330/22:00127605

Organizační jednotka

Fakulta informatiky

ISBN

978-1-6654-6820-6

Klíčová slova anglicky

NLP; EHR; Clinical Notes; Information Extraction; Text Classification

Příznaky

Mezinárodní význam, Recenzováno
Změněno: 3. 11. 2023 10:49, Mgr. Petr Zelina

Anotace

V originále

This work is motivated by the scarcity of tools for accurate, unsupervised information extraction from unstructured clinical notes in computationally underrepresented languages, such as Czech. We introduce a stepping stone to a broad array of downstream tasks such as summarisation or integration of individual patient records, extraction of structured information for national cancer registry reporting or building of semi-structured semantic patient representations for computing patient embeddings. More specifically, we present a method for unsupervised extraction of semantically-labelled textual segments from clinical notes and test it out on a dataset of Czech breast cancer patients, provided by Masaryk Memorial Cancer Institute (the largest Czech hospital specialising in oncology). Our goal was to extract, classify (i.e. label) and cluster segments of the free-text notes that correspond to specific clinical features (e.g., family background, comorbidities or toxicities). The presented results demonstrate the practical relevance of the proposed approach for building more sophisticated extraction and analytical pipelines deployed on Czech clinical notes.

Návaznosti

MUNI/A/1339/2022, interní kód MU
Název: Rozvoj technik pro zpracování dat pro podporu vyhledávání, analýz a vizualizací rozsáhlých datových souborů s využitím umělé inteligence
Investor: Masarykova univerzita, Rozvoj technik pro zpracování dat pro podporu vyhledávání, analýz a vizualizací rozsáhlých datových souborů s využitím umělé inteligence
MUNI/G/1763/2020, interní kód MU
Název: AIcope - AI support for Clinical Oncology and Patient Empowerment (Akronym: AIcope)
Investor: Masarykova univerzita, AIcope - AI support for Clinical Oncology and Patient Empowerment, INTERDISCIPLINARY - Mezioborové výzkumné projekty