Métodos semánticos automatizados de apoyo a la gestión y a la interoperabilidad de la información clínica

  1. Iglesias Allones, Jose Luis
Dirixida por:
  1. María Jesús Taboada Iglesias Director

Universidade de defensa: Universidade de Santiago de Compostela

Fecha de defensa: 07 de novembro de 2014

Tribunal:
  1. Asunción Gómez Pérez Presidente/a
  2. Eva Cernadas García Secretaria
  3. María Jesús Sobrido Gómez Vogal
  4. Vicente Moret-Bonillo Vogal
  5. Manuel Vilares Ferro Vogal
Departamento:
  1. Departamento de Electrónica e Computación

Tipo: Tese

Resumo

Uno de los retos actuales de la informática médica es lograr la interoperabilidad semántica entre los sistemas de información de distintas instituciones sanitarias. La interoperabilidad completa permitirá que los sistemas intercambien y comprendan automáticamente la información de los pacientes y facilitará el acceso completo a la información de un paciente desde cualquier sistema o institución. Varios proyectos a nivel europeo han definido una hoja de ruta con recomendaciones y acciones encaminadas a lograr la interoperabilidad semántica de la Historia Clínica Electrónica (HCE), entre las que se incluyen: (i) el uso de modelos de datos clínicos estructurados (arquetipos) para capturar de forma ordenada y sistemática la información de pacientes en escenarios clínicos determinados y (ii) la integración de terminologías clínicas dentro de la HCE, principalmente mediante la creación de enlaces entre ítems de información clínica (presentes en los modelos de datos de la HCE) con conceptos estándar de las terminologías. La tesis se centra en el desarrollo de métodos avanzados para enlazar de forma automática la información clínica de la HCE, especialmente de arquetipos, con la terminología SNOMED-CT. También, se han desarrollado aplicaciones que demuestran las ventajas de integrar una terminología de referencia en repositorios de datos clínicos. La tesis demuestra que es factible automatizar el enlazado entre la información clínica de los arquetipos y SNOMED-CT, con una precisión y cobertura elevada, si se hace uso de la información contextual y estructural implícita en los arquetipos y en SNOMED-CT.