ka | en
Company Slogan TODO

სამედიცინო ჩანაწერების კლასიფიკაცია ელექტრონული სამედიცინო ბარათების სისტემისათვის

ავტორი: მაია არჩუაძე
თანაავტორები: მანანა ხაჩიძე, მაგდა ცინცაძე, გელა ბესიაშვილი
საკვანძო სიტყვები: ესმ, კლასიფიკაცია
ანოტაცია:

EMR სისტემები დანერგვამ დიდი გავლენა იქონია ჯანდაცვის განვითარებაზე მსოფლიოს მრავალ ქვეყანაში. ანალოგიური პროცესი დაწყებულია საქართველოში. დღესდღეობით ჩატარებული უმრავლესი სამედიცინო ანამნეზის, ლაბორატორიული კვლევების და სხივური დიაგნოსტიკით მიღებული მონაცემების შენახვა ხდება ელექტრონული დოკუმენტების სახითაც. ეს დოკუმენტები free text .doc ან/და .docx ფორმატის ფაილება. ამ ეტაპზე წამოიჭრება პრობლემა, რომელიც დაკავშირებულია აქტიური პაციანტისათვის ადრე გაწეული მომსახურების ამსახველი სამედიცინო ანამნეზის აღმწერი ინფორმაციის შემცველი დოკუმენტების სტრუქტურირებასთან და კლასიფიცირებასთან. ეს პრობლემა უშუალოდ უკავშირდებს ინფორმაციის ძებნის ერთერთ ამოცანას - ტექსტების კლასიფიკაციას. Natural Language Processing (NLP) ერთერთი ყველაზე გავრცელებული და წარმატებულად აპრობირებული მიდგომაა მაგავსი ამოცანების გადაწყვეტისათვის. წარმოდგენილ ნაშრომში არწერილია პროგრამული ინსტრუმენტის შექმნისათვის აუცილებელი მეთოდები რომელმაც უნდა მოახდინოს გარკვეული ტიპის სამედიცინო ჩანაწერების კლასიფიცირება სტრუქტურირება ელექტრონული სამედიცინო ისტორიების სისტემაში განსათავსებლად.



Web Development by WebDevelopmentQuote.com
Design downloaded from Free Templates - your source for free web templates
Supported by Hosting24.com