Uso de processamento de linguagem natural para análise de dados
Descrição do Case:
No setor de saúde, a crescente adoção de dados para aprimorar o atendimento e a eficiência esbarra no desafio da análise de textos não estruturados, como anotações médicas, especialmente em diferentes idiomas. A dificuldade em extrair insights desses dados leva à perda de oportunidades para diagnósticos mais precisos e um atendimento otimizado.
Desafio
O Grupo Oncoclínicas, provedor privado de tratamento oncológico, lidava com um grande volume de dados não estruturados, incluindo anotações médicas, laudos de patologia e resultados de exames. A ausência de uma solução eficaz para analisar e estruturar essas informações em larga escala dificultava a obtenção de insights para pesquisa clínica, farmacoeconomia e uma compreensão aprofundada da epidemiologia e dos resultados de seus pacientes.
Solução
A Dataside implementou a Análise de Texto para Saúde da Microsoft Azure. Essa tecnologia avançada de Processamento de Linguagem Natural (PNL) em português permitiu extrair dados relevantes de campos não estruturados, identificando termos médicos, classificando-os e associando-os a sistemas de codificação clínica padronizados. A solução possibilitou a análise de grandes volumes de texto de forma automatizada, superando a dependência da curadoria manual e abrindo caminho para a estruturação dos dados no padrão FHIR® (Fast Healthcare Interoperability Resources), facilitando a interoperabilidade e a análise.
Benefícios
Escalabilidade e eficiência:
A solução permitiu ao Grupo Oncoclínicas escalar seus processos de análise de dados não estruturados, que antes eram altamente dependentes de curadoria manual.
Precisão em português:
A capacidade da análise de texto de operar com alta precisão no português nativo foi fundamental para garantir a qualidade dos insights extraídos.
Geração de Insights valiosos:
A estruturação dos dados possibilitou ao Grupo Oncoclínicas obter insights para diversos casos de uso, como a avaliação da viabilidade de ensaios clínicos, a compreensão de cenários para farmacoeconomia e a análise da epidemiologia e dos resultados de seus pacientes.
Potencial para pesquisa e atendimento personalizado:
A capacidade de analisar dados de forma estruturada abre novas oportunidades para a pesquisa oncológica e para o desenvolvimento de abordagens de tratamento mais personalizadas.
