2026-04-13T03:11:07Zhttps://recercat.cat/oai/request

oai:recercat.cat:2117/3567162025-07-22T20:12:49Zcom_2072_1033col_2072_452951

00925njm 22002777a 4500 dc Popa, Mihail Eduard author 2021-06-30 Classifying medical reports and clinical mentions to different categories is very important. Instead of having a human text, we could just have a series of codes describing perfectly the text. Solutions to this problem already exist, but they usually use the Snomed-CT terminology, and there does not seem to be a solution for the ICPC-2 Primary Care terminology. We will develop classification models for this terminology, this classifier will take a clinical mention and return a list of possible ICPC-2 codes. To do this classification we will compute similarity and distance metrics between the clinical mentions and different definitions of the ICPC-2 codes, they will be applied at a character level and a word level. A combination of different models will also be tried, to see if the performance increase or not The predictions of ICPC-2 codes will be re-ordered by the use of the context of the clinical mentions. Finally, an evaluation and comparison with models using word embeddings will also be done, to see if a combination of our similarity based models and the embeddings models is worth trying. Es muy importante clasificar los informes médicos y las menciones clínicas en diferentes categorías. En lugar de tener un texto humano, podŕıamos tener una serie de códigos que describan perfectamente el texto. Ya existen soluciones a este problema, pero suelen utilizar la terminología Snomed-CT, y no parece haber una solución para la terminología de atención primaria ICPC-2. Desarrollaremos modelos de clasificación para esta terminología, estos modelos de clasificación cogerán una mención clínica y devolverán una lista de posibles códigos ICPC-2. Para hacer esta clasificación calcularemos métricas de similitud y distancia entre las menciones clínicas y las diferentes definiciones de los códigos ICPC-2, se aplicarán a nivel de carácter y a nivel de palabra. También se probará una combinación de diferentes modelos, para ver si el rendimiento aumenta o no. Las predicciones de los códigos ICPC- 2 se reordenarán mediante el uso del contexto de las menciones clínicas. Finalmente, también se realizará una evaluación y comparación con modelos que utilizan word embeddings, para ver si vale la pena probar una combinación de nuestros modelos basados en similitudes y los modelos que usan word embeddings. Àrees temàtiques de la UPC::Informàtica::Enginyeria del software Algorithms Software engineering Levenshtein distance Jaccard index Tf-idf Recall Precision F1-score Mean reciprocal rank (MRR) Word2Vec FastText Algorismes Enginyeria de programari Automatic mapping of mentions of symptoms and complaints in clinical reports to ICPC-2