Extracción de conceptos médicos en historias clínicas electrónicas

Abstract

Gracias a la existencia del diccionario UMLS y de las historias clínicas en formato electrónico, y la herramienta de Apache llamada UIMA que permite a las aplicaciones descomponerse en varios componentes y así analizar información y relaciones, nace Apache cTAKES. Apache cTAKES con el soporte UIMA analiza historias clínicas electrónicas y extrae información de estas de todo tipo, separa palabra por palabra semánticamente y etiqueta los términos que sean clínicos conforme a su código en el diccionario de términos dentro de UMLS. Esta información se devuelve en un archivo y en forma de código. cTAKES cuenta con dos entornos gráficos para su uso además de poder usarlo mediante línea de comandos, a pesar de ser un entorno amable ambos no son muy útiles para su uso por parte de personas no técnicas y los resultados que se obtienen no sirven de gran utilidad directa. Este Proyecto trata de la construcción de un entorno software para darle una mayor utilidad a la herramienta Apache cTAKES a nivel usuario en formato web. Este entorno está programado en Python y actúa como una capa entre el usuario y la aplicación de Apache facilitando los datos que necesita para su funcionamiento ya sea la selección de la carpeta de la que se desea extraer información o la introducción de las credenciales de UMLS para poder contrastar la información con el diccionario, también facilita la forma en la que se devuelven los resultados devolviendo solamente un resumen con los términos clínicos encontrados en ella. Permite a los usuarios después de ello recabar más información acerca del término clínico en el diccionario o guardar los resultados en un archivo de texto para un uso futuro.

With the existence of UMLS (the medical terms dictionary) and the medical records in electronic format and Apache tool called UIMA, a tool which allows applications to be divided into modules and to analyze information and relations, Apache cTAKES is born.Apache cTAKES supported by UIMA analyzes medical records and extracts all kind of information from them, it splits word by word semantically and tags the clinical terms found with the correspondent code in the UMLS dictionary. This information is given in a file in coding format. cTAKES has two graphic interfaces to use it and also can be run from command shell even thought is not an easy to use tool for people without technical background and the results are not very useful directly. This project is about building a software environment to give more utility to Apache cTAKES for non-technical users and to be accessible via web. This environment is programmed in Python and it is used as an interface between the user and cTAKES making it easier to take advantage of it. It is no need to be registered in UMLS or to know which pipeline to use, everything is given. Also, the results of the extraction are modified to only get the medical terms and its information. It also allows the user to continue to search more in advance about a medical term or instead to print the results into a text file to use them in the future.