Medical Prescription in Hospital Environment

Detalhes bibliográficos
Autor(a) principal: Pinto, Catarina Filipa Lucas Menino Rodrigues
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/107930
Resumo: Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia
id RCAP_0afa343137074e9cc961c2c49f812eaa
oai_identifier_str oai:estudogeral.uc.pt:10316/107930
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Medical Prescription in Hospital EnvironmentPrescrição de medicamentos em ambiente hospitalar através de linguagem naturalInternal prescriptionAutomatic Speech RecognitionNatural Language ProcessingMobile applicationiOSPrescrição internaReconhecimento Automático de FalaProcessamento de Linguagem NaturalAplicação móveliOSDissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e TecnologiaMedical prescription in hospital environment, also known as internal prescription, consists of a periodic task in which doctors should visit the patient, reassess them, re-evaluate the current therapy, and, when necessary, add, remove, or change some components. The doctor should repeat this task typically daily for all the hospitalized patients under his/her responsibility. In the reality of the health units that use MedicineOne's software, the M1, each patient visit is accompanied by a nursing trolley that includes, among other things, a laptop computer. This computer serves both for information acquisition and for manual insertion of new information on M1. This manual insertion of data into M1 consumes excessive time, contributing to the overload of doctors. With that, the time allocated to healthcare tasks is reduced, overwork makes doctors more susceptible to failure, and as a consequence, the quality of care is likely to be lower.This project focuses on developing a support system to optimize the internal prescription process. This solution uses both Automatic Speech Recognition and Natural Language Processing - namely entity recognition and relationship extraction - technologies so that doctors can replace the manual insertion of information on M1 by dictating the same information to their phone in natural language. For that, the system includes a mobile application for iOS, in which the doctors record their dictation. Through transcription, interpretation, and processing of the medical dictation, the system should identify the relevant information, process it, and return it structured to the user. By its turn, the user can edit that information and, when satisfied with the result, can simulate its sending to M1, updating the patient's current therapy. When it is inappropriate to dictate the prescription, the doctor can enter it textually into the application, being that text interpreted and processed in the same way. Testing was done during the development of the system. In these, a performance of 88.02% was achieved with the system's Automatic Speech Recognition component and the Natural Language Processing component achieved 86.33% performance for entity recognition and 83.60% for relationship detection. Besides that, the tests verified both the task's success when done using the developed system and the reduction in the time required to do it.A prescrição médica em ambiente hospitalar, também conhecida como prescrição interna, consiste numa tarefa periódica na qual os médicos devem visitar o paciente, reavaliá-lo, reavaliar a terapêutica actual e, quando necessário, acrescentar, retirar ou alterar algum componente da mesma. Esta tarefa deve ser repetida tipicamente diariamente para todos os pacientes em contexto de internamento pelos quais o médico é responsável. Na realidade das unidades de saúde que utilizam o software do MedicineOne, o M1, a visita a cada um dos pacientes é acompanhada por um carrinho de enfermagem que inclui, entre outros, um computador portátil. Este computador serve tanto para a obtenção de informação como para a inserção manual de nova informação no M1. Esta inserção manual da informação no M1 consome tempo excessivo, contribuindo para a sobrecarga dos médicos. Com isto, o tempo destinado às tarefas de saúde é reduzido, o excesso de trabalho torna os médicos mais susceptíveis a falhas e, como consequência, a qualidade dos cuidados de saúde é susceptível de ser inferior.Para optimizar o processo de prescrição interna, este projecto centra-se no desenvolvimento de um sistema de apoio à tarefa. Esta solução recorre a tecnologias de Reconhecimento Automático de Fala e de Processamento de Linguagem Natural - nomeadamente reconhecimento de entidades e extração de relações - para que os médicos possam substituir a inserção manual de informação no M1 pelo ditado em linguagem natural da mesma informação para o seu telemóvel. Para tal, o sistema inclui uma aplicação móvel para iOS, na qual é gravado o ditado do médico. Através da transcrição, interpretação e processamento do ditado médico, o sistema deve identificar a informação relevante no mesmo, processá-la e devolvê-la estruturada ao utilizador. Por sua vez, o utilizador pode editar essa informação e, quando satisfeito com o resultado, pode simular o seu envio para M1, actualizando a terapêutica actual do doente. Quando não for adequado ditar a prescrição, o médico pode introduzi-la textualmente na aplicação, sendo esse texto interpretado e processado da mesma forma. Durante o desenvolvimento do sistema foram efectuados testes. Nestes, uma performance de 88,02% foi obtida com a componente de Reconhecimento Automático de Fala do sistema, tendo a componente de Processamento de Linguagem Natural obtido uma performance de 86,33% para o reconhecimento de entidades e de 83,60% para a deteção de relações. Além disto, os testes verificaram quer o sucesso da tarefa quando efetuada com recurso ao sistema quer a redução do tempo necessário para a sua realização.2023-07-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/107930http://hdl.handle.net/10316/107930TID:203337859engPinto, Catarina Filipa Lucas Menino Rodriguesinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-08-02T22:03:53Zoai:estudogeral.uc.pt:10316/107930Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:24:12.904231Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Medical Prescription in Hospital Environment
Prescrição de medicamentos em ambiente hospitalar através de linguagem natural
title Medical Prescription in Hospital Environment
spellingShingle Medical Prescription in Hospital Environment
Pinto, Catarina Filipa Lucas Menino Rodrigues
Internal prescription
Automatic Speech Recognition
Natural Language Processing
Mobile application
iOS
Prescrição interna
Reconhecimento Automático de Fala
Processamento de Linguagem Natural
Aplicação móvel
iOS
title_short Medical Prescription in Hospital Environment
title_full Medical Prescription in Hospital Environment
title_fullStr Medical Prescription in Hospital Environment
title_full_unstemmed Medical Prescription in Hospital Environment
title_sort Medical Prescription in Hospital Environment
author Pinto, Catarina Filipa Lucas Menino Rodrigues
author_facet Pinto, Catarina Filipa Lucas Menino Rodrigues
author_role author
dc.contributor.author.fl_str_mv Pinto, Catarina Filipa Lucas Menino Rodrigues
dc.subject.por.fl_str_mv Internal prescription
Automatic Speech Recognition
Natural Language Processing
Mobile application
iOS
Prescrição interna
Reconhecimento Automático de Fala
Processamento de Linguagem Natural
Aplicação móvel
iOS
topic Internal prescription
Automatic Speech Recognition
Natural Language Processing
Mobile application
iOS
Prescrição interna
Reconhecimento Automático de Fala
Processamento de Linguagem Natural
Aplicação móvel
iOS
description Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia
publishDate 2023
dc.date.none.fl_str_mv 2023-07-19
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/107930
http://hdl.handle.net/10316/107930
TID:203337859
url http://hdl.handle.net/10316/107930
identifier_str_mv TID:203337859
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134127699525632

Registros relacionados