Estimativa de Código de Doença a partir de Registros Eletrônicos de Pacientes

Este artigo propõe um método que classifica resumos de alta armazenados no sistema de informação hospitalar, que consiste nas seguintes quatro etapas. Primeiro, uma matriz de termos do conjunto de resumos é induzida pela análise morfológica (RMecab). Em seguida, a análise de correspondência é aplicada à matriz de termos e valores numéricos de coordenadas bidimensionais são atribuídos a cada palavra-chave e a cada conceito. Ao medir a distância euclidiana entre categorias e palavras-chave, as palavras-chave são ordenadas. Então, as palavras-chave são selecionadas como atributos de acordo com a classificação, e exemplos de treinamento para classificadores serão gerados. Finalmente, métodos de aprendizado são aplicados aos exemplos de treinamento. A validação experimental mostra que a floresta aleatória obteve o melhor desempenho e o aprendizado profundo (perceptron de múltiplas camadas) é o segundo melhor.