Apprentissage automatique (ML) et traitement du langage naturel (NLP) pour extraire des informations exploitables à partir des notes du fournisseur dans le DSE

Apprenez-en davantage sur la façon dont Clinovera a travaillé avec la Division d'endocrinologie, de diabète et d'hypertension d'un centre médical universitaire de premier plan pour développer et valider une nouvelle technologie PNL permettant d'extraire des informations médicales valides à partir des DSE.

À propos du client

• Centre médical universitaire de premier plan
• Entreprise : Division d'endocrinologie, du diabète et de l'hypertension
• Résumé : Création d'une solution utilisant la PNL pour analyser avec succès les données narratives du DSE dans le processus de soins
• Services : intelligence artificielle et apprentissage automatique, traitement du langage naturel, extraction d'informations à partir des DSE

Description

Les données du DSE jouent un rôle de plus en plus crucial dans la surveillance et l’amélioration de la qualité des soins, la réalisation d’études longitudinales et la conception d’essais cliniques. L’un des principaux défis pour les organismes de soins de santé réside dans le fait qu’une quantité importante de données précieuses se trouve dans des documents narratifs, tels que les notes des prestataires ou les rapports de radiologie.

Clinovera comprend que le traitement du langage naturel peut illustrer des concepts complexes qui représentent la prochaine frontière critique dans l'analyse des données DSE. Plusieurs exemples importants de concepts complexes où les technologies PNL pourraient être bénéfiques incluent le refus du traitement par les patients, la discussion sur la chirurgie bariatrique entre les patients obèses et leurs cliniciens et la documentation du statut tabagique.

Dans une étape supplémentaire, notre client a l'intention de superposer les informations extraites de récits non structurés avec des informations structurées dans le dossier du patient. Par exemple, les algorithmes NLP et ML peuvent identifier qu’un prestataire a recommandé une procédure spécifique, telle que la chirurgie bariatrique. Le contenu structuré du dossier patient peut aider à déterminer si le patient a suivi les recommandations du prestataire.

Résultats

L'approche Clinovera exploite la puissance du traitement du langage naturel (NLP) pour analyser avec succès les données narratives du DSE du client, permettant ainsi d'améliorer l'identification des diagnostics, des médicaments et des autres concepts. Notre solution établit des liens entre ces éléments dans le dossier du patient – pour améliorer la prise en charge globale.