Reconnaissance d'entités nommées liées à des patients dans des textes bruités de télésanté

Nous explorons des méthodes permettant d'extraire efficacement des informations de récits cliniques saisis dans un service téléphonique de consultation de santé publique appelé HealthLink. Nos recherches portent sur l'application du traitement du langage naturel et de l'apprentissage automatique aux récits cliniques afin d'en extraire des informations intéressantes. Les données actuellement disponibles consistent en des dialogues construits par des infirmières pendant qu'elles consultent des patients par téléphone. Comme les données sont des entretiens transcrits par les infirmières lors de conversations téléphoniques, elles comportent un volume et une variété de bruit importants. Lorsque nous extrayons les informations relatives au patient à partir de ces données bruyantes, nous devons supprimer ou corriger au moins deux types de bruit : le bruit explicite, qui comprend les fautes d'orthographe, les phrases inachevées, l'omission de délimiteurs de phrases et les variantes de termes, et le bruit implicite, qui comprend les informations non liées au patient et les informations non fiables du patient. Pour filtrer le bruit explicite, nous proposons notre propre méthode de détection/normalisation des termes biomédicaux : elle résout les fautes d'orthographe, les variations de termes et les abréviations arbitraires des termes par les infirmières. Pour détecter les termes temporels, la température et d'autres types d'entités nommées (qui indiquent les informations personnelles des patients telles que l'âge et le sexe), nous proposons un processus d'apprentissage de motifs basé sur l'amorçage pour détecter une variété de variations arbitraires des entités nommées. Pour traiter le bruit implicite, nous proposons une méthode de filtrage basée sur le chemin de dépendance. Le résultat de notre débruitage est l'extraction d'informations normalisées sur les patients, et nous visualisons les entités nommées en construisant un graphique qui montre les relations entre les entités nommées. L'objectif de cette tâche de découverte de connaissances est d'identifier les associations entre les termes biomédicaux et d'exposer clairement les tendances des symptômes et des préoccupations des patients. Les résultats expérimentaux montrent que nous obtenons des performances raisonnables avec nos méthodes de réduction du bruit.