Um estudo sobre o emprego da mineração textual para classificação de teleconsultorias no contexto do Projeto Telessaúde-RS

Abstract

ResumoEste artigo apresenta um estudo sobre como a tecnologia de mineração de texto pode contribuir na construção de respostas a teleconsultorias feitas no contexto da telessaúde. Neste cenário, uma das dificuldades para a elaboração de respostas a consultorias está relacionada à classificação dos questionamentos inicialmente colocados pelo solicitante. Nesta pesquisa, utilizou-se o minerador Sobek para extrair conceitos de um conjunto de solicitações anteriores e integrou-se este sistema a um ambiente experimental de teleconsultorias. Foi então realizado um estudo com 37 profissionais de diversas regiões do país, que responderam a duas teleconsultorias empregando este novo sistema. Os resultados permitiram concluir que a mineração de texto pode auxiliar na localização de informações pertinentes para a elaboração e agilização do processo de respostas. Os teleconsultores que participaram da pesquisa também consideraram que a consulta de solicitações e respostas prévias pode contribuir na educação permanente de profissionais de saúde. Palavras-chave:Telessaúde; Atenção Primária à Saúde; educação continuada; educação em saúde; mineração de dados; sistemas de computação. Palabras clave:Telesalud; Atención Primaria de Salud; educación contínua; educación en salud; minería de datos; sistemas de computación. INfORmAçõES dO ARTIGO Contribuição dos autores:Concepção e desenho do estudo, aquisição e análise dos dados, redação do manuscrito: Fábio Damasceno Concepção e desenho do estudo, redação do manuscrito, revisão crítica do conteúdo intelectual: Eliseo Berni Reategui Concepção e desenho do estudo, revisão crítica do conteúdo intelectual: Erno Harzheim Concepção e desenho do estudo, revisão crítica do conteúdo intelectual: Carlos André Aita Schmitz Concepção e desenho do estudo, redação do manuscrito: Daniel Epstein Declaração de conflito de interesses: Os autores declaram que não há qualquer conflito de interesses relacionado à produção e circulação do artigo. Fontes de financiamentos:A pesquisa não contou com fontes específicas de financiamento. Considerações éticas:Este trabalho não necessitou ser submetido previamente a conselho de ética.Agradecimento/Contribuições adicionais: aos teleconsultores do TelessaúdeRS e demais núcleos de telessaúde que se dispuseram a participar da pesquisa.Histórico do artigo: Submetido: 12.maio.2015| Aceito: 15.abr.2016 | Publicado: 30.jun.2016.Licença CC BY-NC atribuição não comercial. Com essa licença é permitido acessar, baixar (download), copiar, imprimir, compartilhar, reutilizar e distribuir os artigos, desde que para uso não comercial e com a citação da fonte, conferindo os devidos créditos de autoria e menção à Reciis. Nesses casos, nenhuma permissão é necessária por parte dos autores ou dos editores.

Consequências na alimentação de crianças órfãs após a morte materna: uma investigação por meio de softwares de mineração de texto

“…A fim de dar conta do grande volume de informações acerca de temas como o que apresentamos, ferramentas computacionais estão sendo cada vez mais usadas para analisar textos na área da saúde. O crescimento da literatura biomédica nos repositórios do tipo PubMed, que tem um número estimado de 40 mil novos artigos adicionados a cada mês, e Cochrane Collaboration, pode ser avaliado como cenário aplicável à mineração textual 17,18 . Terminologias biomédicas nos repositórios -como os Descritores em Ciências da Saúde (DeCS) e os Medical Subject Headings (MeSH) -também poderiam ser avaliadas de maneira automática usando-se ferramentas de mineração textual 17,19 .…”

“…O crescimento da literatura biomédica nos repositórios do tipo PubMed, que tem um número estimado de 40 mil novos artigos adicionados a cada mês, e Cochrane Collaboration, pode ser avaliado como cenário aplicável à mineração textual 17,18 . Terminologias biomédicas nos repositórios -como os Descritores em Ciências da Saúde (DeCS) e os Medical Subject Headings (MeSH) -também poderiam ser avaliadas de maneira automática usando-se ferramentas de mineração textual 17,19 . Assim, atividades como revisar, ler e classificar informações, publicações do tipo artigos, livros poderiam ser desenvolvidas de maneira mais rápida usando-se mineração textual.…”