Dissertation · 2024 · Open access

Uso do processamento de linguagem natural para extração de dados nos registros de câncer

Santos, André Luiz Pinto, Santos, Roney Lira de Sales

Universidade de São Paulo. Instituto de Ciências Matemáticas e de Computação · Published 1 January 2024 · DOI 10.11606/003225313

Open PDFView at the publisherCite this paper

In brief

“Uso do processamento de linguagem natural para extração de dados nos registros de câncer” is a 2024 dissertation by Santos, André Luiz Pinto and Santos, Roney Lira de Sales, published in Universidade de São Paulo. Instituto de Ciências Matemáticas e de Computação. OpenAlex counts 0 citations as of 19 November 2026. It is open access under a CC BY-NC-SA licence: the full text is free to read.

Citations
0
References
38
Authors
2

Abstract

Na saúde, o Processamento de Linguagem Natural (PLN) tem se mostrado uma ferramenta poderosa na extração e estruturação de dados clínicos a partir de textos não estruturados, tornando esse processo mais rápido, preciso e menos sujeito a erros humanos. Nos registros de câncer são coletados, manualmente, dados essenciais para avaliar o perfil epidemiológico, a qualidade da assistência prestada e para o cumprimento de obrigações legais, a partir de laudos e notas clínicas. Com a implantação do Registro Eletrônico de Saúde (RES) no Hospital de Amor, tornou-se viável a utilização de textos para treinar modelos de PLN que possam auxiliar na extração de variáveis coletadas pelos registradores. O objetivo do presente trabalho foi treinar algoritmos de PLN que auxiliem na extração de variáveis coletadas manualmente nos registros de câncer a partir de textos de laudos de biópsias e narrativas clínicas. Os documentos foram pré-processados, vetorizados com TF-IDF(Term Frequency-Inverse Document Frequency) e BioBERTpt, e treinados usando algoritmos de aprendizado de máquina (regressão logística, random forest, Support Vector Machine, Naive Bayes e gradient boosting) para extrair informações sobre malignidade, topografia, morfologia e estadiamento de tumores. Os melhores modelos alcançaram acurácias superiores a 92%, 96% e 88% na extração de malignidade, topografia e morfologia, respectivamente. No entanto, os modelos enfrentaram dificuldades na extração de estadiamento devido à ausência dessa informação nas evoluções médicas, evidenciando uma limitação na qualidade das narrativas clínicas. A implementação desses modelos na rotina dos registros de câncer pode otimizar o trabalho dos registradores, melhorar a qualidade dos dados e reduzir o tempo de disponibilização das informações. Além disso, ao identificar lacunas na documentação clínica, os mod||A implementação desses modelos na rotina dos registros de câncer pode otimizar o trabalho dos registradores, melhorar a qualidade dos dados e reduzir o tempo de disponibilização das informações. Além disso, ao identificar lacunas na documentação clínica, os modelos também podem contribuir para a melhoria da qualidade das informações textuais no RES. A disponibilização desses modelos poderá beneficiar outros hospitais, otimizando a coleta de dados e possibilitando decisões clínicas e políticas públicas mais assertivas no controle do câncer.

Cite this paper

Formatted from the catalogue record. Check names, capitals and page numbers against the paper before you submit.

APA 7

Pinto, S. A. L., & de Sales, S. R. L. (2024). Uso do processamento de linguagem natural para extração de dados nos registros de câncer. Universidade de São Paulo. Instituto de Ciências Matemáticas e de Computação. https://doi.org/10.11606/003225313

MLA 9

Pinto, Santos, André Luiz, and Santos, Roney Lira de Sales. “Uso do processamento de linguagem natural para extração de dados nos registros de câncer.” Universidade de São Paulo. Instituto de Ciências Matemáticas e de Computação, 2024. https://doi.org/10.11606/003225313.

Chicago

Pinto, Santos, André Luiz and Santos, Roney Lira de Sales. 2024. “Uso do processamento de linguagem natural para extração de dados nos registros de câncer.” Universidade de São Paulo. Instituto de Ciências Matemáticas e de Computação. https://doi.org/10.11606/003225313.

Harvard

Pinto, S. A. L. and de Sales, S. R. L. (2024) ‘Uso do processamento de linguagem natural para extração de dados nos registros de câncer’, Universidade de São Paulo. Instituto de Ciências Matemáticas e de Computação. doi:10.11606/003225313.

IEEE

S. A. L. Pinto and S. R. L. de Sales, “Uso do processamento de linguagem natural para extração de dados nos registros de câncer,” Universidade de São Paulo. Instituto de Ciências Matemáticas e de Computação, 2024, doi: 10.11606/003225313.

BibTeX

@phdthesis{pinto2024processamento,
  title     = {{Uso do processamento de linguagem natural para extração de dados nos registros de câncer}},
  author    = {Pinto, Santos, André Luiz and de Sales, Santos, Roney Lira},
  year      = {2024},
  doi       = {10.11606/003225313},
  url       = {https://doi.org/10.11606/003225313}
}

Download for a reference manager: BibTeX (.bib) · RIS for Zotero, Mendeley and EndNote (.ris)

Topic and keywords

Health Sciences › Medicine › Health Informatics › Biomedical Text Mining and Ontologies

  • natural language processing
  • cancer registry
  • clinical information extraction
  • clinical text
  • tumor malignancy
  • tumor topography
  • tumor morphology
  • tumor staging

Work with this paper

Most-cited papers in Medicine

All highly cited Medicine papers

Questions about this paper

How do I cite this paper in APA style?

Pinto, S. A. L., & de Sales, S. R. L. (2024). Uso do processamento de linguagem natural para extração de dados nos registros de câncer. Universidade de São Paulo. Instituto de Ciências Matemáticas e de Computação. https://doi.org/10.11606/003225313

How many times has this paper been cited?

0 times, according to OpenAlex on 19 November 2026. Google Scholar and Scopus count different sets of sources, so their numbers differ.

Is this paper free to read?

Yes. It is open access: sign in and open the PDF from this page.

Who wrote this paper?

Santos, André Luiz Pinto, Santos, Roney Lira de Sales.

What is the DOI of this paper?

10.11606/003225313, permanently at https://doi.org/10.11606/003225313. Sign in and open it from this page.

Bibliographic data from OpenAlex (CC0), last checked 19 November 2026. ResearchGuru does not host this paper; once you are signed in, the links open it at the publisher or the repository that does.