Évaluation des améliorations de prédiction d'hospitalisation par l'ajout de connaissances métier aux dossiers médicaux - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2019

Évaluation des améliorations de prédiction d'hospitalisation par l'ajout de connaissances métier aux dossiers médicaux

Résumé

The knowledge available through electronic medical records (EMR) themselves remains limited by the fact the features used by a machine learning algorithms from a text alone do not contain all the implicit information known by a domain expert. We propose and evaluate the ontological augmentations of features extracted from textual information from EMRs on several machine learning algorithms to predict hospitalization.
Les dossiers médicaux électroniques (DME) contiennent des informations essentielles sur les différents épisodes symptomatiques qu'un patient a subis. Cependant, les connaissances disponibles à travers ces enregistrements restent limitées : les attributs extractibles à partir de ces textes pour un algorithme d'apprentissage ne contiennent pas toutes les informations implicites connues par un expert. Afin d'évaluer et de pallier ce problème, nous avons étudié l'impact de l'augmentation des textes et des informations textuelles en provenance des DMEs par des annotations ontologiques générées automatiquement à partir de leur analyse afin d'enrichir en amont les représentations vectorielles utilisées ensuite par des algorithmes d'apprentissage.
Fichier principal
Vignette du fichier
EGC_évaluation_des_améliorations_de_prédiction_d'hospitalisation_par_l'ajout_de_connaissances_métier_aux_dossiers_médicaux.pdf (143.34 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01967586 , version 1 (31-12-2018)

Identifiants

  • HAL Id : hal-01967586 , version 1

Citer

Raphaël Gazzotti, Catherine Faron Zucker, Fabien Gandon, Virginie Lacroix-Hugues, David Darmon. Évaluation des améliorations de prédiction d'hospitalisation par l'ajout de connaissances métier aux dossiers médicaux. EGC 2019 - 19ème Conférence Francophone sur l'Extraction et Gestion des connaissances, Jan 2019, Metz, France. ⟨hal-01967586⟩
374 Consultations
171 Téléchargements

Partager

Gmail Facebook X LinkedIn More