Transforming healthcare: Advanced analysis of medical exam reports

Abstract

The analysis of medical imaging reports is a critical yet labor-intensive task essential for accurate diagnosis and patient screening. These reports are often presented in unstructured text formats, necessitating systematic organization for efficient and precise interpretation. This study investigates the application of Natural Language Processing (NLP) techniques, specifically tailored for European Portuguese, to automate the analysis of cardiology reports with the aim of enhancing patient screening processes. Employing the MediAlbertina PT-PT language model and refining the process for European Portuguese, a comprehensive methodology was implemented, encompassing tokenization, part-of-speech tagging, and manual annotation to prepare the data for fine-tuning pre-trained models (PTMs). The automated system developed enables healthcare professionals to rapidly and accurately identify specific conditions within extensive volumes of reports through an interactive interface. For instance, the tool proficiently identifies patients diagnosed with aortic stenosis, significantly reducing the time and effort required compared to traditional manual review processes. Moreover, this system supports healthcare providers in monitoring and quantifying patient populations with specific diagnoses, thereby contributing to more effective disease management and optimization of healthcare statistics. In conclusion, this research underscores the potential of NLP and text extraction tools, specifically customized for the Portuguese language and healthcare context, to revolutionize the analysis of medical reports.

A análise de relatórios de imagem médica é uma tarefa crítica, porém trabalhosa, essencial para diagnósticos precisos e triagem de pacientes. Estes relatórios frequentemente estão em formatos de texto não estruturado, exigindo organização sistemática para uma interpretação eficiente e precisa. Este estudo explora a aplicação de técnicas de Processamento de Linguagem Natural (NLP), adaptadas para o português europeu, para automatizar a análise de relatórios de cardiologia, visando melhorar os processos de triagem de pacientes. Utilizando o modelo de linguagem MediAlbertina PT-PT e refinando o processo para o português europeu, foi implementada uma metodologia abrangente, que inclui tokenização, etiquetagem de partes do discurso e anotação manual para preparar os dados para o ajuste fino de modelos pré-treinados (PTMs). O sistema automatizado desenvolvido permite que os profissionais de saúde identifiquem rapidamente e com precisão condições específicas dentro de grandes volumes de relatórios através de uma interface interativa. Por exemplo, a ferramenta identifica com eficiência pacientes diagnosticados com estenose aórtica, reduzindo significativamente o tempo e o esforço em comparação com os processos tradicionais de revisão manual. Além disso, o sistema apoia os profissionais de saúde na monitorização e quantificação de populações de pacientes com diagnósticos específicos, contribuindo para uma gestão de doenças mais eficaz e otimização das estatísticas de saúde. Em conclusão, esta pesquisa ressalta o potencial das ferramentas de NLP e extração de texto, especialmente personalizadas para o contexto do português e da saúde, para revolucionar a análise de relatórios médicos.