Sviluppo di un’applicazione e studio delle tecniche di Natural Language Processing per l’estrazione di dati dalle cartelle cliniche = Development of an application and study of Natural Language Processing techniques for data extraction from medical records

I Percorsi Diagnostico Terapeutici Assistenziali (PDTA) costituiscono dei modelli strutturati di fondamentale importanza per le aziende sanitarie, poiché consentono di individuare i percorsi di cura e le pratiche cliniche migliori nell’ambito della gestione di uno specifico problema di salute. L’obiettivo di questa tesi è quello di porre le basi necessarie relative all’organizzazione dei dati per le operazioni successive di definizione del PDTA per pazienti fragili chirurgici, per i quali vi è l’intenzione di costruire il modello. Per raccogliere i dati strutturati estraibili dalle cartelle cliniche, è stato costruito un database relazionale ed è stata progettata e programmata un’applicazione dedicata alla procedura di caricamento dei dati, in modo da renderla standardizzata e funzionale. Al fine di integrare tra le fonti anche i dati contenuti nei testi clinici scritti in linguaggio naturale, è stato condotto uno studio delle tecniche di Natural Language Processing (NLP) e dei principali tool open source disponibili per la lingua italiana. Tramite un’analisi delle performance, sono state selezionate due librerie di Python da poter utilizzare in modo combinato per la realizzazione di un sistema di NLP in grado di estrarre dati ed informazioni da testi clinici.