Aplicación y medida de la similitud semántica presente en registros clínicos electrónicos para la mejora en estudios de cohortes

Abstract

El procesamiento de la información en el dominio de la biomedicina, refleja una gran dificultad debido a su complejidad y ambigüedad. Este trabajo se centra en la recuperación relevante de registros médicos en función de su contenido semántico, con respecto a los criterios de inclusión contenidos en los estudios de cohortes. Por ello, se requiere la aplicación del MetaTesauro UMLS1 como recurso que permita el acceso y representación del domino de conocimiento. Estos recursos son fundamentales, para extraer y evaluar la similitud semántica entre conceptos contenidos en las historias clínicas y los criterios de búsqueda. Ha sido necesario llevar a cabo un estudio de las principales medidas de similitud semántica en el ámbito biomédico, resultando la métrica path sobre los recursos de UMLS, como la mejor métrica en el cálculo de la similitud semántica entre conceptos. Estos resultados dan lugar al método propuesto en este trabajo, basado en la representación de la similitud semántica de los conceptos identificados en el texto de los registros médicos frente a los criterios de búsqueda. Con el único fin, de recuperar aquellos documentos más relevantes en un estudio de cohortes. Finalmente se ha realizado un experimento preliminar sobre un conjunto de documentos y temas de búsqueda, extraídos del TREC 2011 Medical Track2, para una evaluación previa del método.