Buscador Semántico Biomédico
- Martín Valdivia, María Teresa
- Ureña López, Luis Alfonso
- López-Úbeda, Pilar
- Díaz Galiano, Manuel Carlos
- Montejo Ráez, Arturo
- Martínez Santiago, Fernando
- Andreu-Marín, Alberto
ISSN: 1135-5948
Año de publicación: 2018
Número: 61
Páginas: 189-192
Tipo: Artículo
Otras publicaciones en: Procesamiento del lenguaje natural
Resumen
El Buscador Semántico Biomédico propone una herramienta web de sencilla utilización para la identificación de terminología médica, la recuperación de literatura especializada y la exploración semántica del contenido gracias a la integración, con requisitos de tiempo de respuesta y alta disponibilidad, de ontologías médicas, técnicas de análisis de texto, reconocimiento de entidades y búsqueda de información sobre fuentes diversas externas. El resultado es una aplicación intuitiva y a la vez potente, que permite identificar la terminología médica sobre cualquier texto con un solo “click”. Sobre ese reconocimiento, se permite filtrado de sentidos y subconceptos y la recuperación de información sobre recursos como SciELO, Google Scholar y Medline. Además, el sistema genera un grafo conceptual de manera automática, que permite relacionar semánticamente los términos que aparecen en el texto.
Referencias bibliográficas
- Aronson, A. R. 2001. Effective mapping of biomedical text to the umls metathesaurus: the metamap program. In Proceedings of AMIA, page 17. American Medical Informatics Association.
- Bodenreider, O. 2004. The unified medical language system (umls): integrating biomedical terminology. Nucleic acids research, 32(suppl 1):D267–D270.
- Carrero, F., J. C. Cortizo, y J. M. Gómez. 2008. Building a spanish mmtx by using automatic translation and biomedical ontologies. In International Conference on Intelligent Data Engineering and Automated Learning, pages 346–353. Springer.
- Díaz-Galiano, M. C., M. García-Cumbreras, M. T. Martín-Valdivia, A. Montejo-Ráez, y L. Urena-López. 2007. Integrating mesh ontology to improve medical information retrieval. In Workshop of the CLEF, pages 601–606. Springer.
- Hammond, W. E. y J. J. Cimino. 2006. Standards in biomedical informatics. In Biomedical Informatics. Springer, pages 265–311.
- Krauthammer, M. y G. Nenadic. 2004. Term identification in the biomedical literature. Journal of Biomedical Informatics, 37(6):512–526.
- MacLean, D. L. y J. Heer. 2013. Identifying medical terms in patient-authored text: a crowdsourcing-based approach. Journal of AMIA, 20(6):1120–1127.
- Manning, C., M. Surdeanu, J. Bauer, J. Finkel, S. Bethard, y D. McClosky. 2014. The stanford corenlp natural language processing toolkit. In Proceedings of 52nd annual meeting of ACL: system demonstrations, pages 55–60.
- Oronoz, M., A. Casillas, K. Gojenola, y A. Pérez. 2013. Automatic annotation of medical records in spanish with disease, drug and substance names. In Iberoamerican Congress on Pattern Recognition, pages 536–543. Springer.
- Savova, G. K., J. J. Masanz, P. V. Ogren, J. Zheng, S. Sohn, K. C. Kipper-Schuler, y C. G. Chute. 2010. Mayo clinical text analysis and knowledge extraction system (ctakes): architecture, component evaluation and applications. Journal of AMIA, 17(5):507–513.