Patient similarity based on unstructured clinical notes

Bc. Petr Zelina

Master's thesis

Abstract:

Práce představuje nový způsob výpočtu podobnosti pacientů pouze na základě nestrukturovaných lékařských zpráv. Systém je schopen měřit na různé aspekty podobnosti pacientů pomocí nové techniky poloautomatického filtrování lékařských zpráv. Tento přístup byl testován na datové sadě českých lékařských zpráv 4267 pacientek s rakovinou prsu. Ve spolupráci s lékaři z Masarykova onkologického ústavu byla provedena a vyhodnocena validační studie. Výsledky ukazují, že tento systém je schopen dobře zachytit některé kategorie podobnosti pacientů, ale pro predikci jiných je třeba provést další výzkum.

Abstract:

This thesis introduces a new way of measuring patient similarity based only on unstructured clinical notes. The system is able to focus on different aspects of patient similarity using a novel semi-supervised note-filtering technique. This approach has been tested on a dataset of Czech clinical notes of 4267 breast cancer patients. A validation study in cooperation with clinicians from the Masaryk Memorial Cancer Institute has been conducted and evaluated. The results show that this system is able to capture some patient similarity categories well, but more research needs to be done to predict others.

Keywords

patient similarity, NLP, EHR mining, HealthAI, machine learning, medical informatics

Language used: English

Date on which the thesis was submitted / produced: 13. 12. 2022

Thesis defence

• Date of defence: 24. 1. 2023
• Supervisor: doc. Mgr. Bc. Vít Nováček, PhD
• Reader: Dr. Pasquale Minervini

Masaryk University

Faculty of Informatics

Master programme / field:
Artificial intelligence and data processing / Machine learning and artificial intelligence