Structured Information Extraction from Pharmaceutical Records

Bc. Michaela Bamburová

Master's thesis

Abstract:

Táto práca experimentuje s technikami získavania informácií o liekoch – menovite názov lieku, sila dávky, lieková forma a veľkosť balenia – z čiastočne štruktúrovaných a neštruktúrovaných tabuľkových údajov s farmaceutickými záznamami. Prvá časť práce obsahuje prehľad nástrojov a prístupov na získavanie informácií o liekoch v lekárskej oblasti. Ďalšia časť popisuje vybrané údaje o liekoch a prístupy strojového učenia, ktoré sa použili pri klasifikačných experimentoch. Úspešnosť metód a analýza chýb spolu s možnými budúcimi vylepšeniami sa diskutuje v poslednej časti.

Abstract:

This thesis experiments with techniques for extracting drug information – namely drug name, dosage strength, dosage form, and package size – from semi-structured and unstructured tabular data with pharmaceutical records. The first part of this thesis provides a review of tools and approaches for extracting medication information in the medical field. The next part describes selected drug data and machine learning approaches that were used for classification experiments. The success of the methods and error analysis, together with possible future improvements, is discussed in the last section.

Keywords

drug information extraction, pharmaceutical data, natural language processing, machine learning, recurrent neural networks, long short-term memory, conditional random fields

Language used: English

Date on which the thesis was submitted / produced: 19. 5. 2020

Thesis defence

• Date of defence: 15. 6. 2020
• Supervisor: RNDr. Zuzana Nevěřilová, Ph.D.
• Reader: doc. RNDr. Aleš Horák, Ph.D.

Masaryk University

Faculty of Informatics

Master programme / field:
Informatics / Information Systems