Publication
Med2Care: recomendação de novas terapêuticas
| authorProfile.affiliation | Natural language processing | |
| dc.contributor.advisor | Pato, Matilde Pós-de-Mina | |
| dc.contributor.advisor | Datia, Nuno Miguel Soares | |
| dc.contributor.author | Marcelo, Renato de Sousa | |
| dc.date.accessioned | 2024-01-23T10:44:21Z | |
| dc.date.available | 2024-01-23T10:44:21Z | |
| dc.date.issued | 2023 | |
| dc.description | Dissertação para obtenção do Grau de Mestre em Engenharia Informática e de Computadores | pt_PT |
| dc.description.abstract | As bulas são responsáveis por manter informação clara e detalhada sobre a utilização segura e eficaz da medicação. Com o crescente volume de medicamentos disponibilizados e combinações dos seus princípios ativos, torna-se cada vez mais fácil interpretar incorretamente as informações presentes nas bulas. Uma das possíveis formas de abordar estes problemas passa pela utilização de Knowledge Graph-based Recommender System (KGRS) em conjunção com Natural Language Processing (NLP) para clarificar e simplificar possíveis reações adversas aos princípios ativos. Um KGRS utiliza um vasto grafo de conhecimento por forma a modelar as relações complexas entre doenças, princípios ativos e outras entidades associadas. Até ao momento esta consta ser a primeira tentativa de exploração desta abordagem de simplificação das informações presentes nas bulas. Com o uso destas tecnologias o processo de recomendação e decisão médica pode ser melhorado. | pt_PT |
| dc.description.abstract | Patient Information Leafletss (PIL) are responsible for containing clear and detailed information about safe and efficient medication use. With the constant increase of available medications and drug combinations, PIL information misinterpretation is facilitated. One of problem possible approaches consists of using a Knowledge Graphbased Recommender System (KGRS) in conjunction with Natural Language Processing (NLP) to clarify and simplify possible adverse drug reactions. A KGRS uses a largescale knowledge graph to model complex relations between diseases, drugs, and other associated entities. Based on our research, this is the first attempt to explore the simplification of Patient Information Leaflets (PIL) information. With the use of these technologies, we can improve medical decision-making and recommendation processes. | |
| dc.description.version | N/A | pt_PT |
| dc.identifier.citation | Marcelo, Renato de Sousa - Med2Care - recomendação de novas terapêuticas. Lisboa: Instituto Superior de Engenharia de Lisboa, 2023. Dissertação de Mestrado | pt_PT |
| dc.identifier.tid | 203446046 | |
| dc.identifier.uri | http://hdl.handle.net/10400.21/16967 | |
| dc.language.iso | eng | pt_PT |
| dc.peerreviewed | yes | pt_PT |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | pt_PT |
| dc.subject | Sistemas de recomendação | pt_PT |
| dc.subject | Folheto informativo do medicamento | pt_PT |
| dc.subject | Princípios ativos | pt_PT |
| dc.subject | Processamento de linguagem natural | pt_PT |
| dc.subject | Knowledge graph | pt_PT |
| dc.subject | Recommender system | |
| dc.subject | Patient information leaftlet | |
| dc.subject | Active ingredients | |
| dc.title | Med2Care: recomendação de novas terapêuticas | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| oaire.citation.conferencePlace | Lisboa, Instituto Superior de Engenharia de Lisboa | pt_PT |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |