Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

PID2019-106942RB-C33

Financiado

ANALISIS DE TEXTO MEDICO PARA LA ASSISTENCIA A LA PREDICCION DE DIAGNOSIS

LA GRAN CANTIDAD DE REGISTROS DE SALUD ELECTRONICOS EXISTENTES SE PUEDE APROVECHAR PARA MEJORAR LA EFICIENCIA Y LA PRECISION DE LOS PROFESIONALES MEDICOS, LOS SISTEMAS DE AYUDA AL DIAGNOSTICO O LOS DETECTORES PREVENTIVOS DE RIESGO... ver más

01/01/2019

UPC

105K€

Presupuesto del proyecto: 105K€

Líder del proyecto

Universidad Politécnica de Cataluña No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 9

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2019-01-01 No tenemos la información de la convocatoria

0% 100%

Participantes

UPC

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

PID2020-116898RB-I00 INTELIGENCIA ARTIFICIAL PARA PROCESAMIENTO DE LENGUAJE NATUR... 110K€ Cerrado

PID2020-113723RB-C21 DESARROLLO Y EXPLOTACION INTEGRADOS DE MODELOS DE MINERIA DE... 125K€ Cerrado

PID2020-113723RB-C22 METODOS DE GRAFOS DE CONOCIMIENTO PARA MODELOS DE MINERIA DE... 149K€ Cerrado

TIN2017-85949-C2-1-R INFRAESTRUCTURA Y TECNOLOGIAS DE INTEROPERABILIDAD PARA APLI... 75K€ Cerrado

TED2021-132025B-C41 COORDINACION Y FEDERACION DE DATOS PARA UN ANALITICA DISTRIB... 524K€ Cerrado

TIN2016-77820-C3-1-R PROCESAMIENTO SEMANTICO TEXTUAL AVANZADO PARA LA DETECCION D... 155K€ Cerrado

Líder del proyecto

Universidad Politécnica de Cataluña No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 9

Presupuesto del proyecto 105K€

Descripción del proyecto LA GRAN CANTIDAD DE REGISTROS DE SALUD ELECTRONICOS EXISTENTES SE PUEDE APROVECHAR PARA MEJORAR LA EFICIENCIA Y LA PRECISION DE LOS PROFESIONALES MEDICOS, LOS SISTEMAS DE AYUDA AL DIAGNOSTICO O LOS DETECTORES PREVENTIVOS DE RIESGO PARA LA SALUD SON POSIBLES HOY EN DIA GRACIAS A LA DISPONIBILIDAD DE GRANDES REPOSITORIOS DE DATOS Y DE POTENTES TECNICAS DE APRENDIZAJE AUTOMATICO, NUESTRO OBJETIVO ES EXPLORAR ENFOQUES QUE PERMITAN LA EXTRACCION DE PATRONES DE EVOLUCION DEL PACIENTE A PARTIR DE HISTORIAS CLINICAS ESCRITAS EN ESPAÑOL, CATALAN O INGLES, LOS PATRONES OBTENIDOS PODRIAN SER UTILES PARA EL DESARROLLO DE ASISTENTES DE DIAGNOSTICO O POLITICAS DE PREVENCION,PARA LOGRAR LOS OBJETIVOS DESCRITOS ANTERIORMENTE, NOS CENTRAREMOS EN EL ESTUDIO DE DIFERENTES ASPECTOS:- EXTRACCION DE INFORMACION MEDICA DE HISTORIAS CLINICAS, NOS CENTRAMOS EN: RECONOCIMIENTO DE ENTIDADES MEDICAS (DIAGNOSTICOS, PROCEDIMIENTOS, SIGNOS/SINTOMAS, MEDICAMENTOS, PARTE_DE_CUERPO, ETC,), CODIFICACION DE ENTIDADES MEDICAS USANDO DIFERENTES CODIFICACIONES (CIE10, CIAP2, SNOMED, ATC) Y EXTRACCION DE RELACIONES (P,E,, OCURRE ENTRE UN DIAGNOSTICO Y UNA PARTE_DE_CUERPO), EXPLORAREMOS ARQUITECTURAS DE JOINT DEEP LEARNING Y EMSEMBLE DEEP LEARNING, ASI COMO LOS EFECTOS DE APLICAR WORD EMBEDDINGS MEDICO, Y DE COMBINAR ML SEMISUPERVISADO CON DEEP LEARNING PARA LOGRAR MODELOS EFECTIVOS A PARTIR DE CONJUNTOS PEQUEÑOS DE ENTRENAMIENTO,- DETECCION DE NEGACION Y ESPECULACION, NO TODAS LAS ENTIDADES MEDICAS RECONOCIDAS EN TEXTO TIENEN LA MISMA CERTEZA: ALGUNAS SON ESPECULATIVAS Y OTRAS ESTAN NEGADAS, POR LO TANTO, LA DETECCION DE ESTOS CASOS ES UN PASO CRUCIAL PARA REALIZAR UNA EXTRACCION DE INFORMACION PRECISA SOBRE EL TEXTO MEDICO, SE EXPLORARAN DIFERENTES ENFOQUES, POR UN LADO, CON RESPECTO AL MODELADO DEL PROBLEMA: DETECTAR RELACIONES <NEGACION,AMBITO DE NEGACION> O CLASIFICAR ENTIDADES RECONOCIDAS EN NEG, POS, ESPEC, POR OTRO LADO, AUNQUE SE APLICARAN METODOS DE APRENDIZAJE PROFUNDO DE VANGUARDIA, TAMBIEN SE CONSIDERARAN LAS SOLUCIONES CLASICAS DE APRENDIZAJE AUTOMATICO,- ENRIQUECIMIENTO Y BUSQUEDA DE TERMINOS APROXIMADOS EN ONTOLOGIAS MEDICAS, PARA PERMITIR LA REPRESENTACION DE CONCEPTOS MEDICOS EN CUALQUIERA DE LOS SISTEMAS DE CODIFICACION RELEVANTES PARA EL PROYECTO Y PARA ESPAÑOL Y CATALAN, EXPLORAREMOS TECNICAS PARA INTEGRAR Y ENRIQUECER LOS RECURSOS Y ONTOLOGIAS MEDICAS EXISTENTES (METAMAP, SNOMED, UMLS, BIOPORTAL, ,,,) , TAMBIEN DESARROLLAREMOS TECNICAS EFICIENTES BASADAS EN SIMILITUDES PARA LA BUSQUEDA DE LAS ENTRADAS ONTOLOGICAS MAS SIMILARES A UN TERMINO DETECTADO EN TEXTO MEDICO (YA SEA ESCRITO CON GRAMATICA ESTANDAR O CON GRAMATICA NO ESTANDAR),- INFERENCIA DE PATRONES PARA LA PREDICCION DE RIESGOS EN PACIENTES MULTIMORBIDOS, DICHOS TIPOS DE PACIENTES SON ALTAMENTE PREVALENTES EN CONTEXTOS CLINICOS COMO LA ATENCION PRIMARIA, PERO HAY POCA EVIDENCIA SOBRE COMO TRATAR CON DICHOS PACIENTES, EN COLABORACION CON IDIAP JGOL, NUESTRO OBJETIVO ES INFERIR AUTOMATICAMENTE PATRONES MEDIANTE LOS CUALES LOS MEDICOS PUEDAN PREDECIR EL RIESGO DE NUEVAS ENFERMEDADES PARA UN PACIENTE MULTIMORBIDO DADA SU HISTORIA CLINICA, NOS CENTRAREMOS EN EL ESTUDIO DE DIFERENTES TECNICAS DE MINERIA DE DATOS QUE EXPLOTEN LA INFORMACION MEDICA EXTRAIDA DE HISTORIALES DE PACIENTES MULTIMORBIDOS, PROCESAMIENTO DE LENGUAJE MEDICO\INFERENCIA DE PATRONES DE RIESGO\MULTIMORBIDILIDAD\EXTRACCION DE INFORMACION\ONTOLOGIAS MEDICAS\DETECCION DE NEGACION\DETECCION DE ESPECULACION\APRENDIZAJE PROFUNDO\APRENDIZAJE AUTOMATICO\TEXTO CLINICO

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores