Codificación automatizada de documentos clínicos Prof Dr Stefan Schulz Universidad de Freiburg...

Codificación automatizada de documentos clínicos

Prof Dr Stefan Schulz Universidad de Freiburg (Alemania)

Prof Dr Edson Pacheco PUC Paraná, Curitiba (Brasil)

Lenguaje Natural (Texto)

Introducción Métodos Resultados Conclusión

Sistemas de Información Hospitalarios (SIH)

PACIENTE: ARM. CEDULA: 1079616148 3M95FECHA DE INGRESO: 09 02 09 FECHA DE NAC. 27 JUL 1996SEXO: Femenino

AHF: Madre de 45 años, dedicada al hogar, escolaridad secundaria, casada, católica, niega toxicomanías, padece HAS (13 años) y DM2 (2 años), hipotiroidismo (4 años) actualmente en tratamiento y las 3 controladas, padre de 47 años, obrero, escolaridad secundaria, católico, casado, alcoholismo ocasional, aparentemente sana, 1 hermana de 20 años, estudiante, aparentemente sana, resto de familiares directos interrogados y negados.APNP. Originaria y residente de Texcoco, habita en casa de sus padres, cuenta con todos los servicios básicos de urbanización, sin hacinamiento, baño y aseo diario, así como también cambio de ropa tanto interior como exterior, refiere alimentación buena cantidad, alimentada a base de carne roja 1/7, leguminosas 7/7, lácteos 2/7, (refería que ingería leche bronca de vaca hasta hace 2 años que presentaba intolerancia a esta, como gases y diarrea, frutas 7/7, verduras 7/7, enlatados 1/7, embutidos 3/7, refiere esquema de inmunización completo para su edad.APP: producto de la GII, la madre curso con preeclampsia desde los 5 meses de gestación, que posteriormente evoluciona a eclampsia, presentando crisis convulsivas a los 7 meses de gestación evoluciona a estado de coma en UTI, se obtiene producto único vivo por cesárea, estando en fase III de la ventilación, pretermino, no recuerda somatometría ni APGAR, con hospitalización binomio durante un mes, egresando sin complicaciones aparentes, desarrollo psicomotor adecuado, únicamente tartamudeo que mejoro con ejercicios. Quirurgicos, alérgicos y transfusionales negativos.PA: Lo inicia el 18 de Dic. Del 2008, con cefalea frontal, sin irradiaciones, cediendo a la administración de acido acetil salicílico, se agrega fiebre no cuantificada, por lo cual acude a su UMF donde inician tx para IVRA, con aparente mejoría, sin embargo con perdida ponderal de 13 kg en un mes, el 2 de enero del 2009, se repite cuadro de cefalea de las mismas características, agregándose emesis posprandial, de contenido gastroalimentario, asi como dolor epigástrico, y estreñimiento (3 dias) por lo cual acude a su HGZ donde se otorga tx para enfermedad acido péptica, con discreta mejoría, sin embargo persiste sintomatología acudiendo con facultativo que refiere a su HGZ donde es hospitalizada durante 8 dias, manejada con enemas evacuantes, agregándose disuria, polaquiuria y tenesmo vesical.EF: TA 100/60 mmhg FC 80 x min Temp 36 Peso 46 kg, paciente alerta, reactiva, con palidez de piel y tegumentos, cabello fino, quebradizo, ojos con pupilas isocoricas y normoreflexicas, orofaringe normal, cuello sin adenopatías, torax con cs ps con adecuada entrada y salida de aire sin estertores ni sibilancias, precordio rítmico no se auscultan soplos, reforzamiento del 2do ruido cardíaco, abdomen blando, depresible, no hepato ni esplenomegalia, peristalsis presente, extremidades inferiores sin edema, llenado capilar distal inmediato.ESTUDIOS DE LABORATORIO Y GABINETE08/02/09BH leucocitos 2.62, neutrofilos 0.91, linfocitos 1.34, monocitos 0.20, eosinofilos 0.13, HB 12.1 g/dl , plaq. 117 mil, PL 134 000, MCH 30.7 PG, MCV 89.6 fl.Glucosa 81 mg/dl, Cr 0.62, Na 140 mg/dl, K 4.41, Cl 104.


SEQ DE MULTIPLOS AVCS , HIST DE CRISES

CONVULSIVAS PREVIAS AOS EPISODIOS DESTA NOITE ,

APRESENTANDO PIORA GERAL , DESIDRATACAO LEVE

SEM PIUORA DA FUNACAO RENAL, RX COM

ATELECTASIAS DE BASES - CONSOLIDADCEOS?? PACIENTE

SEM FEBRE MEDIDAAQUI -MAX 37,1 TEM NIVEL SERICO

EM ANDAMNETO DE FENITOINA A SER CHECADO COM

FAMILAIR EM EM 24 H RECEBE TTO ATB COM

CEFUROXIMA VO -HMG NORMAL É DM SEM

IMPORTANTE DESCOPENSACAO.


Structured Data

… imprescindible para documentación e comunicación

todos los servicios de salud

ciencias biomédicas

médico / paciente

formación de profesionales



e.g. Hospital Universitario

Freiburg (p.a.)

280.000 Resúmenes clínicos

140.000 Informes de radiología

55.000 Informes des patología

70.000 Otros textos

600.000 documentos en texto libre cada año.



Datosestructurados


…indispensable para abstracción:

Codificación de enfermedades/procedimientos

Indexación bibliográfica

Gestión hospitalaria

Apoyo a decisión

Epidemiología

Investigación clínica


Datosestructurados

…requiere sistemas terminológicos

CIE-9 MC, CIE-10 MeSH UMLS LOINC SNOMED CT etc., etc.


Datosestructurados

http://apps.who.int/classifications/apps/icd/icd10online/

http://www.nlm.nih.gov/mesh/MBrowser.html

http://www.nlm.nih.gov/research/umls/

http://loinc.org/news/loinc-version-2-21-and-relma-version-3-21-available/

http://snomed.vetmed.vt.edu/sct/menu.cfm



Datosestructurados

Análisis de datos

Captura de datos



Datosestructurados

Captura de datos bajo presión de tiempo

Calidad

Volumen

motivación buena

motivación media

motivación baja


(hipotético mas plausible)



Datosestructurados

how to bridge the gap?


Método: Minería de textos


Datosestructurados

Proyecto de Investigación

• Datos

• Documentos en texto libre

(informes, resúmenes)

• Sistema terminológico que cubre el espacio conceptual

del dominio

• Empleando métodos de “minería de texto” para

representar el contenido de los documentos

• Cómo es el desempeño de la codificación

automática comparada con codificación manual?


Investigación

• Fuente:

– resúmenes de alta del

departamento de cardiología del

Hospital de Clínicas en

Porto Alegre,

Brasil

(Portugués)

• Destino

• SNOMED Términos Clínicos, 01/2009

• Lenguajes: Inglés, Castellano


SNOMED CT

SNOMED Términos Clínicos®

• Sistema de codificación para todo la historia clínica

• Estándar terminológico global

• Manutención / desarrollo : IHTSDO (International Health

Terminology Standards Development Organisation):

Miembros: US, UK, AU, NZ, CA, DK, SE, NL, LV, ES


SNOMED CT como vocabulario controlado

Términos clínicos (inclusive sinónimos e

traducciones) conectados con

conceptos (portadores de significado)

311 000conceptos

~750 000 términos ingleses,

~400 000 castellanos


SNOMED CT como ontología

taxonomías de clases:C1 isa C2 significa

x: instanceOf(x, C1) instanceOf(x, C2)


teoría la cual ofrece formulaciones precisas y matemáticas de las propiedades y relaciones de ciertas entidades

SNOMED CT : Jerarquías taxonómicas



Restricciones: lógica descriptiva.C1 – Rel – C2 significa:x: instanceOf(x, C1) y: instanceOf(C2) Rel(x,y) C1 ⊑ Rel.C2

Relaciones (Atributos): Associated morphologyFinding site

(50 tipos)



definierte vs. primitive Konzepte

conceptos definidos conceptos primitivos ⊑


Textos clínicos (resúmenes de alta)


Resumen de alta: ejemplo

# HAS # DM # Miocardiopatia dilatada chagásica (FE 35%) # Ca de prostata -

orquiectomia (2004) # Cardiopatia isquêmica - IAM em 2005, com colocação de

stent em DA e lesão severa inoperável em CD Pct vem a emergência em 20/03

com quadro de dor torácica típica, sem elevação enzimática, com diagnóstico

de angina instável e fibrilação atrial não identificada em avaliações prévias.

Adicionalmente, apresentava descompensação do diabetes com sindrome

hiperosmlar não cetótica. Recebe tratamento clínico para otimização do quadro

e é submetido a novo cateterismo em 28/03, que demonstra CD ocluída no

terço proximal, DA com stent rpoximal com lesão de 40% no seu interior e Mg

de Cx com lesão de 60-65%. Recebe alta em bom estado geral, sem dor

torácica, anticoagulado, com plano de retorno ambulatorial para equipe de

cardiopatia isquêmica e para o ambulatório de anticoagulação.

acrónimos

abreviaciones

errores depuntuación

errores de digitación

estilo telegráfico


Desafíos lingüísticos del lenguaje médico que importan para PLN:

• Derivación, neologismos:

nefrótico, antiinflamatórios, parkinsoniana, aidéticos

• Composición:

musculoesqueletico, esplenomegalia,

transfosforribosidasa, polyradiculoneuropathy

• Sinonimia: hepático = del hígado, renal = del riñón,

cephal... = cabeza

• Ambigüedad:

head = cabeza o jefe


Utilización de Herramientas PLN

• Detector de sentencias, etiquetador POS: openNLP, trenado con textos que

fueron manualmente anotados

• Extensor de acrónimos: emparejamiento con expresiones regulares contra

base de acrónimos, desambiguación por contextos locales (coocurrencia de

token en ventana de 3 token)


• Detector de frases nominales: estimación

mediante “hit list” de secuencias típicas de

etiquetas POS derivado de análisis del

SNOMED CT en castellano

• Principal reto: mapear frases nominales entre

Portugués (documentos) e Castellano/ Inglés

(SNOMED): indexación morfo-semántica

Padron de etiquetas Ocurrencias

NADJ NADJ 53725

NADJ 24843

NADJ NADJ NADJ 19922

NADJ PREPDE NADJ 18191

NADJ PREPDE NADJ NADJ 13462

NADJ PREPDE ART NADJ NADJ 10856

NADJ PREPDE ART NADJ 8392

NADJ NADJ PREPDE ART NADJ 6726

NADJ NADJ PREPDE NADJ 5721

NADJ NADJ PREPDE ART NADJ NADJ 5424

NADJ PREPDE NADJ NADJ NADJ 4453

NADJ NADJ NADJ NADJ 4199

NADJ NADJ PREPDE NADJ NADJ 4018

NADJ PREPDE ART NADJ NADJ NADJ 3289

NADJ PREPPOR NADJ 2797

Implementación de sistema PLN

identificarsentencias

verificarortografía

expansiónacrónimos

identificaciónde nombres

etiquetadortipo de palabra

extracciónfrases nominales

identificaciónde contexto

abstracciónmorfo-semántica

SNOMED - EN

SNOMED - SP

creaciónsubconjunto

abstracciónmorfo-semántica

representaciónmorfo-semantica

SNOMED CT

representaciónmorfosemantica

candidatos a término


Mapeo de terminos médicos

• Problemas• diferentes granularidades• uso de preposiciones y conjunciones• delimitación

highbloodpressure

hipertensãoarterial

meningoencefalite

Bluthochdruck

Entzündung

von Hirnhäuten

Gehirn

und

meningocerebral inflammation hipertensiónarterialmeningoencefaliti

s


MorphoSaurus: construye equivalencias semánticas a nivel de fragmentos de palabras

Átomos semánticos o „subwords“

• Definición: secuencia de caracteres cuyo

significado no se deriva de los significados de su

componentes:• morfemas (“neur”, “hepat”, “higad”,…)

• secuencias más longas: diáfisis pero no dia + fisis

diáfisis = parte de hueso, fisis (gr. physis) = naturaleza

neur + itis, mas neurose, no neur + ose

neur… = nervio, -itis = inflamación, -ose = enfermedad:

Una neuritis es una inflamación de nervio(s), pero

neurosis no es una enfermedad de nervio(s)


Sistema MorphoSaurus

• Sistema de indexación morfológica-semántica

• Traduce texto para un lenguaje de identificadores semánticos

• Basado en vocabulario clínico

• Idiomas: Inglés, Alemán, Portugués, Castellano, Sueco, Francés

• Componentes:

Léxico de subwords del dominio de medicina (manutención laboriosa)

Tesauro

Parser morfo-sintáctico

Indexador

• Se convirtió en producto (Averbis GmbH)


Modelo del Léxico

String of characters

Type = {stem, invariant, prefix, infix, suffix, initial prefix, terminal suffix}

Language = {English, alemán, Spanish, portugués, French, Swedish}

Lexeme(ex. „anticonceptivo“)

[anti, prefijo, castellano][conceptiv, tema, castellano][o, terminal sufijo, castellano]

(ex. „partnership“)

[partner, tema, english][ship, suffijo, english]

(ex. „ship“)

[ship, invariant, english]


Modelo del Léxico



Language = {English, alemán, Spanish, portugués, French,Swedish}

Lexeme

MID1..n 1

MID42= ([muscle, tema, english], [muscul, tema,

english], [myo, prefix,

english], [muscul, tema,

portugués], [mio, prefix,

portugués], [muskel, tema,

alemán], [muskul, tema,

alemán], [myo, prefix,

alemán])

MIDs (Ids semanticos) identifican grupos de lexemas sinónimos


Modelo del Léxico



Language = {English, alemán, Spanish, portugués, French,Swedish}

Lexeme

MID1..n 1

1

12…n

2…n

has-sense

expands-to

asocia un MID ambiguo con dos o más MID noambiguos

(expansión paradigmática)

asocia un MID de sentido no atómico con dos o más MID atómicos

(expansión sintagmática)


Modelo del Léxico

MID

1

12…n

2…n

has-sense

expands-to

associa um MID ambíguo com dois ou mais MID nãoambíguos

(expansão paradigmática)

associa um MID de sentido não atômico com dois ou mais MID atômicos

(expansão sintagmática)

MID16: ([head, tema, english])- has-sense MID12:

([caput, tema, english], [capit, tema, english], [cephal, tema, english], [cefal, tema, portugués], [cabec, tema, portugués])

- has-sense MID34: ( [chief, tema, english], [chef, tema, portugués])

MID26: ([myalg, tema, english], [mialg, tema, portugués])

-expands-to MID42: ([muscle, tema, english],

[muscul, tema, english], [muscul, tema, portugués])

-expands-to MID88: ([pain, tema, english],

[dor, invariant, portugués], [algia, suffix, portugués])


(MIDs)

Hahn, Schulz et al., RIAO 2004

Buscas: alemán, Documentos: inglés(colección OHSUMED)

Baseline: inglés/ inglés

indexación MorphoSaurus

Traducción automática +consulta diccionario

Sistema MorphoSaurus : resultados experimentales en escenario CLIR


secuencia de procesamiento de lenguaje natural

identificarsentencias

verificarortografía

expansiónacrónimos

identificaciónde nombres

etiquetadortipo de palabra

extracciónfrases nominales

identificaciónde contexto

abstracciónmorfológica-semántica

SCT - EN

SCT - SP

creaciónsubconjunto

abstracciónmorfológica-semántica

MID-representaciónSNOMED CT

MID-representación

candidatos a término


Heurística deMapeo

Heurística de mapeo: Ejemplo

SNOMED CTDescripción

MorphoSaurusMIDs

ENG: Congestive heart failure #abund #cardiac #deficien

ENG: Congestive heart disease #abund #cardiac #disorder

ENG: Congestive cardiac failure #abund #cardiac #deficien

SPA: Insuficiencia cardíaca #insuff #cardiac

SPA: Insuficiencia cardíaca congestiva #insuff #cardiac #abund


Heurística de mapeo

• Para cada “candidato a término” en el documento

• decida se existe un término SNOMED correspondiente

• caso si, seleccione el mejor término SNOMED

• Criterios de preferencia:

• Secuencias “típicas” de etiquetas POS, ex:

“Infarto agudo do miocárdio”

substantivo – adjetivo – DE – substantivo

• coincidencia de MIDs

• umbral: 60%

• En caso de falla: verifique se “candidato a término” corresponde a

dos o más conceptos de SNOMED , usando relacionamientos da

SNOMED para preselección


Estándar oro (kappa = 0.89)


Resultados

Number of tokens (MIDs) Correct Mappings2 66%3 71%4 80%5 89%6 79%7 80%8 75%9 45%10 25%


Comparación: Franz 2000: CIE-9 (German): 50%Ruch ICD-10: 2008 (French): Precision :50%, Recall

63% difícil! Farkas 2008: ICD-9-CM: F-Value 89%

Long 2005: SNOMED CT Diagnoses (English): P and R > 90%

Numero de identificadores semánticos Mapeos correctos

Total 78 %

Análisis de errores de mapeo

Categoría % Descripción

Extracción de frases nominales

20Frases nominales identificadas no correspondieron los del estándar oro

Mapeo al léxico de morfemas

24no mapeo (1/3) mapeo errado (2/3)

Contexto 3660 % negación 40% otros contextos

Errores no corregidos por corrección ortográfica

4

Acrónimos no expandidos 1

Otros errores 15


Próximo paso: identificar contextos

• Problema: no toda ocurrencia de un término en un

documento se refiere a una instancia concreta de un

concepto terminológico o ontológico

• Contextos alternativos:

• planos

• hipótesis

• negación

• Ignorar contextos: datos no confiables


acute abdomen

CTabdomen

aortal aneurysm

aneurysm-ectomy

vascular prosthesis

deathsystemicinfection

multiple organ failure

vasoactive drug

hemodialysis

Paciente interna por quadro de abdome agudo. TC de abdome mostrou aneurisma de aorta com evidencia de extravasamento de contraste. Levado a cirurgia de urgência, sendo realizada aneurismectomia com colocação de prótese. No pós-operatório evoluiu com síndrome da resposta inflamatória sistêmica, com disfunção de múltiplos órgãos e instabilidade hemodinâmica. Apesar do manejo com drogas vasoativas, reposição hídrica e hemodiálise veno-venosa crônica, o paciente apresentou piora progressiva, evoluindo para óbito.

Ontology

Contextos: Ejemplo 1


incisionalhernia herniorrhaphy

operation room

liver transplant

operation

• instance • not instantiated• reference to a

plan

operation

• reference to a suspendedplan

• instance • referenceto a plan

• NOT referringto the samepatient

• reference to a new plan

• not yet executed

PACIENTE COM HÉRNIA INCISIONAL INTERNOU PARA REALIZAÇÃO DE HERNIOPLASTIA PORÉM A CIRURGIA FOI SUSPENSA DEVIDO A NECESSIDADE DE SALA COM URGÊNCIA PARA TRANSPLANTE HEPÁTICO. RECEBE ALTA COM ORIENTAÇÕES E CIRURGIA REMARCADA.

Ontology

Contextos: Ejemplo 2


ConclusiónConclusión

• Trabajo siguiendo en pie – primeros resultados demuestran la factibilidad del mapeo

SNOMED automatizado entre idiomas

• Planos futuros– completar la cadena de procesamiento PLN

– Evaluar impacto de cada elemento de la cadena

– Identificar contextos

– Aprovechar la estructura ontológica de SNOMED CT

– Publicación en preparación(IEEE Transactions on Information Technology in Biomedicine)


Agradecimientos

• German Research Foundation (DFG)

• International Bureau of the

German Ministry of Research (BMBF-IB)

• Brazilian National Research Council (CNPq)

• Universidade Tecnológica Federal do Paraná (UTFPR), Curitiba

• Hospital de Clínicas de Porto Alegre (HCPA)

• Averbis GmbH, Freiburg

Codificación automatizada de documentos clínicos Prof Dr Stefan Schulz Universidad de Freiburg...

Documents

Transcript of Codificación automatizada de documentos clínicos Prof Dr Stefan Schulz Universidad de Freiburg...