download0 view188
twitter facebook

공공누리This item is licensed Korea Open Government License

dc.contributor.author
설재욱
dc.contributor.author
이경순
dc.contributor.author
이왕진
dc.contributor.author
최진욱
dc.date.accessioned
2019-08-28T07:42:06Z
dc.date.available
2019-08-28T07:42:06Z
dc.date.issued
2017-02-01
dc.identifier.issn
1386-5056
dc.identifier.uri
https://repository.kisti.re.kr/handle/10580/14652
dc.identifier.uri
http://www.ndsl.kr/ndsl/search/detail/article/articleSearchResultDetail.do?cn=NART77110378
dc.description.abstract
Clinical narrative text includes information related to a patient’s medical history such as chronological progression of medical problems and clinical treatments. A chronological view of a patient’s history makes clinical audits easier and improves quality of care. In this paper, we propose a clinical Problem-Action relation extraction method, based on clinical semantic units and event causality patterns, to present a chronological view of a patient’s problem and a doctor’s action. Based on our observation that a clinical text describes a patient's medical problems and a doctor's treatments in chronological order, a clinical semantic unit is defined as a problem and/or an action relation. Since a clinical event is a basic unit of the problem and action relation, events are extracted from narrative texts, based on the external knowledge resources context features of the conditional random fields. A clinical semantic unit is extracted from each sentence based on time expressions and context structures of events. Then, a clinical semantic unit is classified into a problem and/or action relation based on the event causality patterns of the support vector machines. Experimental results on Korean discharge summaries show 78.8% performance in the F1-measure. This result shows that the proposed method is effectively classifies clinical Problem-Action relations.
dc.language
eng
dc.relation.ispartofseries
International Journal of Medical Informatics
dc.title
Causality Patterns and Machine Learning for the Extraction of Problem-Action Relations in Discharge Summaries
dc.citation.endPage
12
dc.citation.startPage
1
dc.citation.volume
98
dc.subject.keyword
Relation extraction
dc.subject.keyword
Clinical semantic unit
dc.subject.keyword
Problem-Action relation
dc.subject.keyword
Causality pattern
dc.subject.keyword
Machine learning
Appears in Collections:
7. KISTI 연구성과 > 학술지 발표논문
Files in This Item:
There are no files associated with this item.

Browse