He amien a de apoyo al diagnós ico
basada en el análisis de his o ias clínicas
Facul ad de In o má ica
Uni e sidad Complu ense de Mad id
Depa amen o de Ingenie ía del So wa e e In eligencia A i icial
Cu so 2016/2017
Fe nando Miñamb es González Di ec o :
Zhihao Zheng Albe o Díaz Es eban
Fe nando Miñamb es González y Zhihao Zheng, au o es del p esen e documen o y del
p oyec o “He amien a de apoyo al diagnós ico basado en el análisis de his o ias clínicas”
au o izan a la Uni e sidad Complu ense de Mad id a di undi y u iliza con ines académicos,
no come ciales y mencionando exp esamen e a los au o es, an o la p opia memo ia, los
códigos, el p o o ipo desa ollado y las imágenes u ilizadas.
Mad id, 16 de junio de 2017.
Fe nando Miñamb es González y Zhihao Zheng.

Que emos ag adece a un g an núme o de pe sonas, sin los que es e p oyec o no se hab ía
lle ado a cabo.
En p ime luga , a nues o u o , Albe o Díaz Es eban, po con ia en odo momen o en
nues as posibilidades así como po su colabo ación a lo la go de odo el año académico.
También que emos ag adece a odos los p o eso es que nos han impa ido clase a lo la go
de es os años y nos han in en ado o ma pa a pode alcanza nues as me as.
Finalmen e, a odos nues os amilia es, amigos y compañe os que han mos ado su in e és
así como b indado su ayuda en los momen os que la hemos necesi ado.
A odos, muchas g acias.
RESUMEN
Ac ualmen e una de las a eas más impo an es a las que se en en a un médico es
encon a el diagnós ico de un pacien e en el meno iempo posible pa a pode hace
en e a la si uación. Es e p oyec o iene como obje i o ayuda al pe sonal médico
o eciéndoles la posibilidad de compa a un g an núme o de in o mes en busca de
aquellos más simila es espec o a la in o mación ex aída de cada in o me.
Pa a ello, hay que consegui ep esen a odos los in o mes de una mane a simila , al y
como se desc ibe en es e p oyec o, de o ma que la compa ación sea lo más sencilla y
p ecisa posible.
Es a aplicación se di ide en es pa es: las dos p ime as lle an a cabo la cons ucción de
las ep esen aciones ex ayendo la mayo in o mación posible de cada in o me médico y
la e ce a pa e se enca ga de ealiza la búsqueda po simili ud en dichas
ep esen aciones.
Palab as cla e: in o me médico, on ología, Wo dNe , SNOMED-CT, F eeLing,
Elas icSea ch.
ABSTRACT
A he momen one o he mos impo an asks ha a doc o aces is o ind he diagnosis
o a pa ien in he sho es ime possible o be able o ace he si ua ion. This p ojec aims
o help medical s a by o e ing he possibili y o compa ing a la ge numbe o epo s in
sea ch o hose mo e simila o he symp oms p esen ed by he pa ien .
To do his, you mus be able o ep esen all epo s in a simila way, as desc ibed in his
p ojec , so ha he compa ison is as simple and accu a e as possible.
This applica ion is di ided in o h ee pa s: he i s wo ca y ou he cons uc ion o he
ep esen a ions by ex ac ing as much in o ma ion as possible om each medical epo
and he hi d pa is esponsible o he sea ch o simila i y in said ep esen a ions.
Keywo ds: medical epo , on ology, Wo dNe , SNOMED-CT, F eeLing, Elas icSea ch.
4
1.3 Visión gene al del documen o
El p esen e documen o es á di idido en a ios capí ulos, los cuales son desc i os a
con inuación:
1. In oducción: desc ibe b e emen e el pun o de pa ida de es e p oyec o, así
como los obje i os que se desean log a con él.
2. Es ado de la Cues ión: desc ibe el es ado ac ual de desa ollo en las á eas a
las que a ec a el p oyec o, así como las ecnologías u ilizadas pa a la
ealización del mismo.
3. P ocesado de los in o mes: en es e capí ulo se explica en p o undidad odo
lo elacionado con el p ocesamien o de los his o iales médicos.
4. Búsqueda de simili ud en in o mes p ocesados: en es e capí ulo se explica
de mane a de allada cómo se ealiza la búsqueda de his o iales médicos
simila es en base a unos concep os médicos.
5. Conclusiones y abajo u u o: en es e capí ulo se incluyen las conclusiones
sacadas as la ealización del p oyec o, así como una se ie de nue as
uncionalidades que pod ía p es a nues a aplicación en un u u o.
6. Bibliog a ía: en es e capí ulo se mos a án una lis a de enlaces y e e encias
bibliog á icas que nos han se ido de ayuda pa a la ealización del p oyec o.
7. Apéndices: es e capí ulo se i á pa a p opo ciona in o mación ex a sob e
nues o p oyec o al como los manuales de uso de la aplicación.

5
6
2 Es ado de la cues ión
2.1 In oducción
Es e capí ulo iene como obje i o mos a el es ado ac ual de las ecnologías
elacionadas con el ámbi o de es e p oyec o, es deci , aquellas que hemos decidido
u iliza ya ue a eciclándolas del abajo ealizado p e iamen e, así como las
nue as ecnologías in oducidas con el in de alcanza el obje i o de es e p oyec o.
Pa a habla sob e es as ecnologías, p ocede emos a ealiza una di isión en e
aquellas elacionadas con el p ocesamien o de los da os de los his o iales médicos,
las enca gadas de ealiza la búsqueda de his o iales simila es espec o a la
e minología médica y la enca gada de mos a los esul ados de una mane a isual
de al o ma que sea mucho más sencillo en ende los.
 P ocesamien o de da os:
On ología gene al: En es e p oyec o hemos ealizado p uebas p e ias con
la on ología Wo dNe con el obje i o de en ende el uncionamien o de la
he amien a F eeLing, pa a más a de pode lle a a cabo el p opósi o de
es e p oyec o.
On ología médica: iene el p opósi o de exp esa en é minos p ecisos los
complejos concep os e ideas del mundo de la medicina. Cada é mino debe
posee un signi icado único acep ado po la comunidad cien í ica,
acili ando, así, el in e cambio de in o mación a ni el in e nacional. Las
e minologías que se han enido en cuen a, po se las más comple as, son
SNOMED-Clinical Te ms (SNOMED-CT) y Uni ied Medical Language Sys em
(UMLS).
ApachePOI: se a a de una lib e ía de Ja a des inada a la lec u a y esc i u a
de documen os con o ma os de Mic oso O ice como .doc, .xml, e c. En
nues o caso, su u ilización es p imo dial ya que nos ayuda a la lec u a de
odos los in o mes que nos han sido acili ados con el in de ex ae la mayo
can idad de da os exis en es y es uc u a los de al o ma que podamos
ealiza el p ocesamien o opo uno.
F eeLing: es una biblio eca de C++ que p opo ciona uncionalidades de
análisis del lenguaje (análisis mo ológico, análisis sin ác ico, de ección de
en idades nomb adas, e c.). Elegimos es a he amien a po que es capaz de
abaja con dis in os idiomas, en e ellos el cas ellano, eliminando la
dependencia p e iamen e mencionada del aduc o . Pa a que es a
he amien a u ie a éxi o en nues o p oyec o, u imos que con igu a lo de
al mane a que pe mi ie a analiza concep os SNOMED-CT.
7
 Búsqueda po simili ud:
Lucene: una ez p ocesados los documen os, necesi ábamos de una
he amien a que nos pe mi ie a compa a es os documen os en busca de
simili udes. Decidimos segui u ilizando Lucene is o el buen esul ado
ob enido en el p oyec o del año an e io .
 Exposición de los esul ados:
Ja asc ip : es un lenguaje de p og amación in e p e ado, o ien ado a
obje os, basado en p o o ipos, débilmen e ipado y dinámico. Decidimos
u iliza lo en nues o p oyec o pa a c ea una in e az web sencilla e in ui i a
que pe mi ie a al usua io accede a ella desde cualquie si io además de e
los esul ados de una mane a isual.
2.2 On ologías
Una On ología es una de inición o mal de ipos, p opiedades y elaciones en e
en idades exis en es pa a un dominio de discusión en pa icula . Po ejemplo,
exis en una g an can idad de idiomas en el mundo, cada uno de ellos con un
ocabula io amplio. Es os idiomas necesi an del concep o de On ología gene al
pa a ealiza la clasi icación de cada é mino del ocabula io, así como elaciona lo
con o os é minos simila es (sinónimos) o di e en es (an ónimos).
Po o o lado, g acias al a ance ecnológico, son descubie as nue as e minologías
médicas que necesi an se clasi icadas. Es as e minologías designan un conjun o de
é minos p opios que pe enecen a un campo de ex ensión a iable, debidamen e
di e enciado de o os campos.
En el ámbi o in o má ico es u ilizado el concep o denominado como On ología
médica pa a lle a a cabo la clasi icación o ag upación de esa nue a in o mación en
clases que con ienen una in o mación simila , es deci , ag upa cada é mino
médico con aquellos que ienen un signi icado pa ecido o con los que exis e una
elación di ec a.
Es a on ología se puede aplica ambién en Web Semán ica e In eligencia A i icial
con el in de asimila y codi ica el conocimien o, de iniendo elaciones exis en es
en e los concep os de un de e minado dominio, en nues o caso la Medicina.
2.2.1 On ología gene al
2.2.1.1 Wo dNe
Wo dNe es una base de da os léxica que ag upa palab as en conjun os de
sinónimos llamados synse s, p opo cionando de iniciones co as y gene ales, así
como almacenando las elaciones semán icas en e dichos conjun os. Wo dNe es
el lexicón compu acional más usado pa a desambigua el signi icado de las
palab as, una a ea que consis e en asigna el concep o más ap opiado a los
é minos en con ex o.
Ac ualmen e la base de da os con iene 155.287 palab as o ganizadas en 117.659
synse s en e los que se dis inguen sus an i os, e bos, adje i os y ad e bios.
8
2.2.2 On ología médica
2.2.2.1 SNOMED-CT
SNOMED-CT, o Sys ema ized Nomencla u e o Medicine – Clinical Te ms, es la
e minología clínica in eg al, mul ilingüe y codi icada de mayo ampli ud, p ecisión
e impo ancia a ni el mundial. Con SNOMED-CT, la in o mación clínica se egis a
haciendo uso de iden i icado es que se e ie en a los concep os que se de inen
o malmen e como pa e de la e minología. Asimismo, SNOMED-CT sopo a el
almacenamien o de la in o mación clínica en los ni eles ap opiados de de alle
u ilizando los concep os clínicos ele an es.
SNOMED-CT es á es uc u ado de al o ma que, al in oduci in o mación, se hace
u ilizando sinónimos que se adap en a las p e e encias locales mien as se
almacena la in o mación de una o ma cohe en e y compa able. Además, g acias a
su je a quía, pe mi e que la in o mación se almacene con di e en es ni eles de
de alles pa a adap a se a cualquie uso (po ejemplo, |neumonía|, |neumonía
bac e iana| o |neumonía neumocócica|). También pe mi e añadi de alles
adicionales median e la combinación de concep os pa a do a al concep o de más
p ecisión (po ejemplo, |neumonía neumocócica| con |si io de búsqueda| con
|lóbulo supe io de echo del pulmón|).
SNOMED-CT pe mi e una se ie de di e en es opciones pa a la ob ención inmedia a
y pos e io eu ilización pa a a ende an o los equisi os clínicos inmedia os
como de la go plazo, así como los equisi os de o os usua ios. La je a quía de
SNOMED-CT pe mi e que esa in o mación que se desea ob ene pueda sa is ace
di e en es necesidades en di e en es ni eles de gene alización (po ejemplo,
ob ene sub ipos de | as o no pulmona | o |in ección bac e iana| inclui ían
|neumonía bac e iana|).
Un concep o SNOMED-CT se ep esen a usando es ipos de componen es:
 CONCEPTOS: ep esen an signi icados clínicos que se o ganizan en je a quías.
Cada concep o iene un único iden i icado numé ico de concep o. Den o de
cada je a quía, los concep os se o ganizan desde lo más gene al a lo más
de allado. Es o pe mi e a los da os clínicos de allados se almacenados y más
a de ag egados a un ni el más gene al.
 DESCRIPCIONES: inculan é minos legibles po el se humano a los
concep os. Un concep o puede ene asociado a ias desc ipciones, cada una
ep esen ando un sinónimo que desc ibe el mismo concep o clínico. Cada
aducción de SNOMED-CT incluye un conjun o adicional de las desc ipciones,
que inculan los é minos en o o idioma a los mismos concep os SNOMED-
CT. Cada desc ipción iene un iden i icado numé ico de desc ipción.
 RELACIONES: unen cada concep o a o os concep os con los que es é
elacionado. Es as elaciones p opo cionan de iniciones o males y o as
p opiedades del concep o. Po ejemplo, la elación |es una| elaciona un
concep o con unos concep os más gene ales. Cada elación iene un
iden i icado numé ico de elación.
Es os componen es se complemen an con unos conjun os de e e encia, los cuales
p opo cionan ca ac e ís icas lexibles adicionales y habili an la con igu ación de la
e minología pa a hace en e a di e sos equisi os.
9
 CONJUNTOS DE REFERENCIA: son un en oque es ánda lexible u ilizado po
SNOMED-CT pa a sopo a la pe sonalización y en iquecimien o de una
a iedad de equisi os. Po ejemplo, la ep esen ación de subconjun os, las
p e e encias del idioma pa a el uso de de e minados é minos y el mapeo
desde o hacia o os sis emas codi icados. Cada conjun o de e e encia iene un
iden i icado único de conjun o.
Figu a 1. Ejemplo de la es uc u a de SNOMED-CT.
Fuen e: h ps://con luence.ih sdo ools.o g/display/DOCSTART/4.+SNOMED+CT+Basics

10
2.2.2.2 UMLS
UMLS, o Uni ied Medical Language Sys em, es un conjun o de a chi os y so wa e
que eúne una g an can idad de e minología médica y de salud, así como dis in as
no mas pa a pe mi i la in e ope abilidad en e sis emas in o má icos.
Uno de los p incipales usos de UMLS es la inculación de in o mación de salud,
e minología médica, nomb es de á macos y los códigos de ac u ación a a és de
di e en es sis emas in o má icos.
UMLS cuen a con es he amien as denominadas como Fuen es de conocimien o:
 Me a esau o: o ma la base del UMLS y comp ende más de un millón de
concep os biomédicos, así como cinco millones de nomb es de concep os
de i ados de los más de cien ocabula ios inco po ados. El Me a esau o
es á o ganizado po concep os, y cada concep o iene a ibu os
especí icos que de inen su signi icado y es á inculado a esos mismos
concep os en los dis in os ocabula ios de o igen.
 Red Semán ica: cada concep o del Me a esau o iene uno o más ipos
semán icos, que es án unidos en e sí a a és de elaciones semán icas.
La ed semán ica es una colección de es os ipos semán icos y elaciones,
siendo bas an e amplia ya que cuen a con 135 ipos semán icos y 54
elaciones. Cada ipo semán ico iene iden i icado po un iden i icado
único, una de inición, unos ejemplos, su in o mación je á quica y sus
elaciones asocia i as.
 Lexicón ESPECIALISTA y He amien as léxicas: el Lexicón
ESPECIALISTA con iene in o mación sob e el ocabula io común en
inglés, é minos biomédicos, é minos encon ados en MEDLINE y
é minos que se encuen an en el Me a esau o. Cada en ada con iene
in o mación sin ác ica, mo ológica y o og á ica el concep o en cues ión.
2.3 ApachePOI
ApachePOI es una API pa a Ja a, des inada a la ob ención de la in o mación
con enida en los iche os de Mic oso (1997-2008). Su uso en es e p oyec o es de
g an impo ancia pues nos ayuda a ex ae la máxima can idad de in o mación
posible de los documen os Wo d que nos han sido acili ados.
11
2.4 F eeLing
2.4.1 In oducción
F eeLing es una biblio eca de C++ que p opo ciona se icios de análisis del
lenguaje. Ac ualmen e p opo ciona se icios de iden i icación de lenguajes,
análisis léxico, análisis mo ológico, de ección y clasi icación de negaciones,
econocimien o de echas, magni udes, monedas, e c., e ique ado PoS, análisis
sin ác ico supe icial, ano ación de concep os Wo dNe y desambiguación
semán ica, en e muchas o as cosas.
Es a he amien a es á diseñada pa a se u ilizada como una biblio eca ex e na
desde cualquie aplicación que necesi e es os se icios. Además, exis en di e en es
APIs compa ibles con aplicaciones desa olladas en lenguajes como Ja a, Pe l o
Phy on.
2.4.2 Es uc u a
F eeLing p ocesa ex os y c ea una es uc u a de da os que ep esen an los obje os
lingüís icos que apa ecen en esos ex os. Se en iende po obje o lingüís ico los
elemen os como una palab a, una e ique a g ama ical, una o ación, e c. Es o se
ealiza g acias a unos módulos de p ocesamien o, los cuales eciben alguno de
es os obje os (po ejemplo, una ase), a la cual añaden in o mación adicional como
puede se la adición de e ique as g ama icales a las palab as de la ase.
Los módulos de p ocesamien o más impo an es de la he amien a F eeLing son:
 Módulo pa a iden i ica el idioma: se enca ga de compa a el ex o dado con
los di e en es modelos de idiomas disponibles, de ol iendo el idioma al cual se
asemeja más el ex o esc i o.
 Módulo okenize : se a a del p ime módulo en la cadena de p ocesamien o.
Su unción eside en con e i un ex o plano a una lis a de palab as en base a
un conjun o de eglas de okenización. Es as eglas son exp esiones egula es
que se compa an con el comienzo de la p ime a línea del ex o que se es á
p ocesando. Una ez se encuen a un oken, la subcadena coinciden e se
elimina de la línea y es e p oceso se epi e has a que la línea es á acía.
 Módulo spli e : es e módulo ecibe la lis a de palab as p e iamen e ob enida
y la a p ocesando con el obje i o de de ol e una lis a de ases. El bu e del
spli e puede e ene pa e de los okens si la lis a no e mina de una o ma
cla a. Además, cada ase ob enida end á su p opio iden i icado asignados
secuencialmen e (comenzando en el 1).
 Módulo de análisis mo ológico: se a a de un me a-módulo que no ealiza
ningún p ocesamien o po sí mismo. Se enca ga de c ea las ins ancias y
ealiza las llamadas a los dis in os submódulos que lo componen como el de
de ección de pun uación, de ección de núme os, de ección de echas, e c.
12
2.4.3 Re e encias
La decisión de u iliza es a he amien a eside p incipalmen e en el hecho de que
es una he amien a mul ilingüe, es deci , es capaz de analiza ex os en a ios
idiomas (en e ellos el cas ellano) po lo que esul a mucho más bene icioso ya que
no depende de ac o es ex e nos como un aduc o , disminuyendo el es ue zo a
ealiza , así como la complejidad de la aplicación inal.
Po o a pa e, ambién nos ha sido de g an ayuda un a ículo publicado en 2013
en el cual se in en a desa olla una he amien a denominada F eeLing-Med, la
cual iene como p opósi o c ea un analizado de ex os médicos en español
haciendo uso de la he amien a F eeLing, un analizado mo osin ác ico
mul ilingüe.
Es e a ículo i ulado “Au oma ic Anno a ion o Medical Reco ds in Spanish wi h
Disease, D ug and Subs ance Names” y publicado po Mai e O onoz, A an za
Casillas, Koldo Gojenola y Alicia Pé ez cuen a cómo modi ica el dicciona io de
búsqueda de la he amien a F eeLing de al mane a que sea capaz de econoce
e minología médica. Pa a ello, se comp obó que es necesa io añadi los concep os
de la on ología SNOMED-CT al dicciona io de búsqueda de F eeLing, siemp e y
cuando es os no pe enezcan ya a es e dicciona io. Los esul ados de es e es udio
mues an cómo en un p incipio el dicciona io de F eeLing albe gaba 9.302
concep os SNOMED-CT, al cual ue on añadidos 23.399 nue os concep os con lo
que la aplicación inal se ía capaz de iden i ica un o al de 32.701 concep os
SNOMED-CT.
2.4.4 F eeLing API
F eeLing cuen a con una API desa ollada pa a a ios lenguajes de p og amación
como Ja a, Pe l, PHP, Py hon y Ruby. En nues o p oyec o hemos decidido u iliza
la API pa a Ja a, ya que nues a aplicación es á desa ollada en dicho lenguaje.
Pa a pode hace uso de es a API en el sis ema ope a i o Windows es necesa io
ealiza una con igu ación de a chi os desc i a en el pun o 1 de los Apéndices de
es e documen o.
13
2.5 Lucene
Toda la ep esen ación que hemos conseguido as ealiza el p ocesamien o de los
in o mes médicos, es á cons uida de al mane a que pueda se u ilizada po un
mo o de búsqueda que pe mi a ealiza la búsqueda po simili ud de una o ma
e icaz y ápida. Pa a ello, hemos decidido u iliza Lucene is o el buen endimien o
ob enido en el p oyec o del año an e io . La única no edad que cabe des aca es el
uso de un se ido de búsqueda basado en Lucene y llamado Elas icSea ch.
Su uso se debe a que an o la búsqueda de simili udes como la mues a de los da os
esul an es de dicha búsqueda se ealizan a a és de una in e az web que hemos
desa ollado ambién.
2.5.1 Elas icSea ch
Elas icSea ch es un se ido de búsqueda basado en Lucene. P o ee de un mo o
de búsqueda de ex o comple o, dis ibuido y con capacidad de da se icio a
múl iples clien es a a és de una in e az web REST ul y u ilizando como en ada
a chi os JSON. Es á desa ollado en Ja a y ac ualmen e es á publicado como
código abie o bajo las condiciones de la licencia Apache.
Es a he amien a nos pe mi e indexa un g an olumen de da os (en nues o caso,
odos los in o mes médicos) pa a pos e io men e hace consul as sob e ellos
sopo ando en e muchas o as cosas búsquedas ap oximadas, ace as y esal ado.
Al es a odos los da os indexados, los esul ados se ob ienen de o ma muy
ápida. Lo único que hay que hace es añadi los iche os JSON con sus p opiedades
y Elas icSea ch se enca ga de indexa lo y asigna le un iden i icado pa a que más
a de la búsqueda se ejecu e ápidamen e.
La unción más des acada de Elas icSea ch, la cual es imp escindible en nues o
p oyec o es la unción Mo e Like This Que y. Es a unción pe mi e al usua io,
ealiza una búsqueda de simili ud en e un conjun o de documen os. Pa a ello, la
unción Mo e Like This Que y selecciona un conjun o de é minos ep esen a i os
del documen o de en ada, en nues o caso, el a chi o p ocesado. Con es e
conjun o o ma una consul a, la ejecu a y de uel e los esul ados. El usua io es
capaz de con ola los campos ( ields) del documen o sob e los que se desea
ealiza la búsqueda, el núme o mínimo de eces que debe apa ece un é mino
pa a que se con abilice como simila (min_ e m_ eq), así como el núme o máximo
de esul ados que se desea ob ene (max_que y_ e ms).
2.6 Ja aSc ip
Ja aSc ip es un lenguaje de p og amación in e p e ado, dialec o del es ánda
ECMASc ip . Se de ine como o ien ado a obje os, basado en p o o ipos, impe a i o,
débilmen e ipado y dinámico. Su uso se cen a p incipalmen e en el lado del clien e,
implemen ado como pa e de un na egado web pe mi iendo mejo as en la in e az
de usua io y páginas web dinámicas. Hemos decidido usa lo pa a desa olla una
pequeña in e az web que nos ayude a e leja odos los esul ados ob enidos en es e
p oyec o.
20
4 Búsqueda de simili ud en in o mes p ocesados
4.1 In oducción
Una ez u imos los in o mes p ocesados, pudimos pasa a la úl ima pa e de la
aplicación, la búsqueda de simili ud en e dichos in o mes.
Pa a ello, lo p ime o que hicimos ue con e i las ep esen aciones en o ma o XML
al o ma o JSON ya que es el o ma o que u iliza Elas icSea ch pa a ealiza la
búsqueda. Es a con e sión la conseguimos u ilizando el paque e xml2js, el cual se
enca ga de ans o ma el o ma o XML al o ma o JSON.
Una ez u imos odas las ep esen aciones en o ma o JSON, las almacenamos en el
se ido de Elas icSea ch. A cada una de ellas se les asigna, po de ec o, un
iden i icado inc emen al median e el cual quedan egis adas en el se ido . Pe o
es o supone un p oblema ya que, si subimos a ias eces una misma ep esen ación,
cada una de ellas end á un iden i icado dis in o y pod ía lle a a engaño a la ho a
de ealiza la compa ación. Po ejemplo, si subimos una ep esen ación dos eces,
po de ec o se les asigna á el iden i icado 1 y 2 y a la ho a de mos a el esul ado,
se mues a la simili ud ob enida pa a ambos iden i icado es aun a ándose de la
misma ep esen ación. Po es e mo i o, decidimos asigna di ec amen e noso os el
iden i icado a cada ep esen ación. Es e iden i icado que noso os asignamos
co esponde a la posición que ocupa cada in o me médico en el conjun o de
ca pe as que nos ue on acili adas. Po o o lado, almacenamos ambién la u a de
cada in o me, de ca a a mos a en el esul ado inal a qué g upo y ca pe a
pe enecen.
Además, inicialmen e la he amien a Elas icSea ch indexaba odos los documen os
subidos median e un mismo índice. Con el in de aumen a la p ecisión de búsqueda
po simili ud, decidimos di idi cada ep esen ación po campos. Es os campos se
co esponden con las secciones médicas en las que ue on es uc u adas las
ep esen aciones ob enidas as el p e-p ocesado de los in o mes médicos. Es e
hecho pe mi e además modi ica la búsqueda de al o ma que solamen e se
busquen simili udes en de e minados campos.
Una ez u imos cada in o me indexado, di idido po campos e iden i icado
uní ocamen e, pudimos comenza la búsqueda.
4.2 Búsqueda
Pa a lle a a cabo la búsqueda, u ilizamos la in e az web desa ollada en la que el
usua io selecciona el a chi o p ocesado y comienza a ealiza la búsqueda. Es a
búsqueda se ejecu a median e la unción Mo e Like This Que y de Elas icSea ch, la
cual se enca ga de busca odas las coincidencias p esen es po cada campo en los
que di idimos cada ep esen ación.
Como esul ado de la búsqueda, se c ea un alo numé ico po cada caso médico.
Es e alo conocido como sco e, es la media de los esul ados de odas las búsquedas
po cada campo en odos los documen os y ep esen a la simili ud en e un caso y el
que ha sido seleccionado po el usua io.

21
Es e alo sco e se o dena de mayo a meno po lo que, a la ho a de mos a el
esul ado, el p ime esul ado se á la ep esen ación más simila al a chi o
seleccionado. También cabe des aca que pa a e i a con undi al usua io no se
mos a á en el esul ado el p opio a chi o seleccionado ya que és e end ía un
po cen aje de simili ud del 100%.
El esul ado a mos a se es uc u a de la siguien e mane a:
 Nomb e del a chi o coinciden e.
 G upo y ca pe a al que pe enece el a chi o coinciden e.
 Po cen aje de simili ud ob enido.
22
4.2.1 Búsqueda de simili ud con F eeLing
Figu a 8. Resul ado ob enido as la ealización de la búsqueda en base a la on ología
SNOMED-CT.
Figu a 7. Rep esen ación en XML seleccionada pa a ealiza la búsqueda.
23
4.2.2 Búsqueda de simili ud con Wo dNe
Figu a 9. Rep esen ación en o ma o XML seleccionada pa a ealiza la búsqueda.
Figu a 10. Resul ado ob enido as la ealización de la búsqueda en base a la
on ología Wo dNe .
24
4.2.3 Compa ación de los esul ados ob enidos
A la is a de los esul ados ob enidos as ealiza la búsqueda de simili ud en base
a ambas on ologías, podemos conclui que se a an de esul ados comple amen e
dis in os.
Si obse amos el esul ado ob enido en la búsqueda de simili ud de concep os
SNOMED-CT, se puede ap ecia como los in o mes con un índice de mayo
simili ud co esponden a aquellos que pe enecen a un mismo g upo de
en e medad. Es e hecho iene sen ido ya que signi ica que odos esos in o mes
ienen un g an núme o de concep os SNOMED-CT en común y es lógico pues o que
es án con enidos en el mismo g upo de en e medad.
Po o o lado, si nos ijamos en el esul ado conseguido as la búsqueda de
simili ud de concep os Wo dNe , podemos obse a como los in o mes más
simila es co esponden a aquellos que compa en una es uc u a simila . Como se
obse a en el ejemplo, el a chi o seleccionado es un in o me de Al a y odos los
esul ados ob enidos se e ie en a in o mes de Al a ambién. Es o indica que la
simili ud se basa más en la es uc u a de los in o mes, pues odos son in o mes de
Al a, que en la in o mación que ealmen e con iene cada in o me.
Po an o, podemos conclui que, pa a consegui lle a a cabo el obje i o de
nues o p oyec o, es más ecomendable u iliza la búsqueda de simili ud basada
en la on ología SNOMED-CT, ya que ealmen e se basa en el con enido de cada
in o me, es deci , ealiza la búsqueda en base a la e minología médica desechando
el es o de é minos que apa ecen.
25

26
5 Conclusiones y abajos u u os
5.1 Conclusiones
Una ez hemos concluido el desa ollo de es e p oyec o académico lle ado a cabo
du an e odo el cu so, podemos conclui que hemos conseguido alcanza los
obje i os. En p ime luga , hemos sido capaces de co egi aquellas limi aciones que
enía el p oyec o que nos se ía de base.
Hemos cons uido un p oyec o di idido en dos aplicaciones. La p ime a de ella es
capaz de lee los in o mes médicos acili ados, di idi los po secciones médicas y
p ocesa los pa a ob ene la mayo in o mación posible en base a di e en es
on ologías, como Wo dNe y SNOMED-CT. Es a aplicación puede esul a muy
in e esan e ya que simplemen e cambiando la con igu ación de la aplicación puede
ealiza p ocesados en base a múl iples on ologías. Además, el uso de la he amien a
F eeLing es de g an ayuda ya que e i a el uso de un aduc o ex e no,
disminuyendo la complejidad inal de la aplicación.
La o a pa e del p oyec o, consis e en una in e az web que es capaz de ealiza
búsqueda en e odos los in o mes p ocesados de una o ma muy ápida y p ecisa
g acias a que dichos in o mes con ienen la in o mación pu amen e necesa ia en
cuan o a la on ología médica SNOMED-CT. El hecho de que sea una aplicación web,
pe mi e a cualquie usua io hace uso de ella desde cualquie si io y ealiza una
localización de in o mes médicos simila es en un escaso plazo de iempo.
5.2 T abajos u u os
Es e apa ado es á dedicado a habla de posibles mejo as de es e p oyec o,
co igiendo aquellos e o es que han su giendo du an e el mismo, así como
comen a algunas aplicaciones que pueden su gi eniendo de base es e p oyec o.
5.2.1 Mejo a en la adap ación de SNOMED-CT a F eeLing
Como se ha comen ado en el apa ado 3.4.2 que a la ho a de adap a el a chi o con
la base de da os de SNOMED-CT, se han conside ado odos los concep os como
nomb es, añadiendo la e minación “-n” al Concep Id. Conside amos que una
mejo a impo an e pod ía se consegui añadi la e minación adecuada a cada
concep o, de mane a que se di e encia a si se a a de un nomb e, e bo, adje i o o
ad e bio. Es e hecho do a ía a la aplicación de mayo p ecisión a la ho a de
ealiza las búsquedas po simili ud.
5.2.2 Mejo a en el iempo de p ocesamien o
Como se ha comen ado en el apa ado 3.4.3 el iempo ac ual de p ocesamien o de
cada ep esen ación gi a en o no a los 20-40 segundos. Aunque puede pa ece un
iempo ápido, es e ipo de aplicaciones necesi a que las uncionalidades se
ejecu en en el meno iempo posible. Es po ello, que conside amos que un abajo
u u o pod ía se mejo a dicho iempo de p ocesamien o de al o ma que se
pueda consegui ealiza el p ocesamien o en pocos segundos, consiguiendo do a
a la aplicación de aún más apidez.
27
5.2.3 Aplicación pa a disposi i os mó iles
Hoy en día, el mundo de las aplicaciones pa a disposi i os mó iles c ece
exponencialmen e año as año. Es po ello, que se pod ía ap o echa lo hecho en
es e p oyec o y aslada lo al mundo de las aplicaciones, c eando una aplicación
pa a And oid/iOS y pone la a p ueba en algún cen o médico pa a comp oba su
e ec i idad.
28
6 Bibliog a ía
1. Beyad, A. Elas icSea ch. Open Sou ce, Dis ibu ed, REST ul Sea ch Engine (Gi Hub).
Disponible en: h ps://gi hub.com/elas ic/elas icsea ch
2. Casillas, A; Díaz de Ila aza, A; Gojenola, K; Menda e, L; O onoz, M; Pe al, J; Pé ez,
A. 2016. “De eami esea ch- ans e ence P ojec : na u al language p ocessing
echnologies o he aid o pha macy and pha macosu eillance” en P ocesamien o
del Lenguaje Na u al, nº57, pp. 155-158. Disponible en:
h p://jou nal.sepln.o g/sepln/ojs/ojs/index.php/pln/a icle/ iew/5351
3. Elas ic. Elas icSea ch Re e ence [5.4]. Disponible en:
h ps://www.elas ic.co/guide/en/elas icsea ch/ e e ence/cu en /index.h ml
4. Minis e io de Sanidad, Se icios Sociales e Igualdad (Gobie no de España).
SNOMED-CT. Disponible en:
h p://www.msssi.gob.es/p o esionales/hcdsns/a eaRecu sosSem/snomed-
c /home.h m
5. O onoz, M; Casillas, A; Gojenola, K; Pe ez, A. 2013. “Au oma ic Anno a ion o
Medical Reco ds in Spanish wi h Disease, D ug and Subs ance Names” en Resea ch
Ga e. Disponible en:
h ps://www. esea chga e.ne /publica ion/263651479_Au oma ic_Anno a ion_o
_Medical_Reco ds_in_Spanish_wi h_Disease_D ug_and_Subs ance_Names
6. O onoz, M; Díaz de Ila aza, A; To ices, O. 2010. “Fi s S eps in The Manual and
Au oma ic Anno a ion o Clinical No es in Spanish” en P ocesamien o del Lenguaje
Na u al, nº 45, pp. 259-262. Disponible en:
h p://jou nal.sepln.o g/sepln/ojs/ojs/index.php/pln/a icle/ iew/815
7. Pad ó, L. 2011. “Analizado es Mul ilingües en F eeLing” en F eeling Home Page.
Disponible en: h p://nlp.cs.upc.edu/ eeling/
8. Pad ó, L. F eeLing (Gi Hub). Disponible en: h ps://gi hub.com/TALP-
UPC/F eeLing
9. Pad ó, L. F eeLing Use Manual. Disponible en: h ps:// alp-
upc.gi books.io/ eeling-use -manual/con en /
10. P ince on Uni e si y. Wo dNe . A lexical da abase o English. Disponible en:
h ps://wo dne .p ince on.edu/
11. SNOMED In e na ional. 2017. SNOMED-CT S a e Guide. Disponible en:
h ps://con luence.ih sdo ools.o g/display/DOCSTART/SNOMED+CT+S a e +Gui
de
12. SNOMED In e na ional. Disponible en: h p://www.snomed.o g/
13. The Apache So wa e Founda ion. Apache POI – he Ja a API o Mic oso
Documen s. Disponible en: h ps://poi.apache.o g/
14. U.S. Na ional Lib a y o Medicine. SNOMED-CT Home. Disponible en:
h ps://www.nlm.nih.go /heal hi /snomedc /snomed_o e iew.h ml
15. U.S. Na ional Lib a y o Medicine. Uni ied Medical Language Sys em (UMLS).
Disponible en: h ps://www.nlm.nih.go / esea ch/umls/
16. Wikipedia. Apache POI. Disponible en: h ps://en.wikipedia.o g/wiki/Apache_POI
17. Wikipedia. Ja aSc ip . Disponible en: h ps://es.wikipedia.o g/wiki/Ja aSc ip
18. Wikipedia. Lucene. Disponible en: h ps://es.wikipedia.o g/wiki/Lucene
19. Wikipedia. Wo dNe . Disponible en: h ps://es.wikipedia.o g/wiki/Wo dNe
29
36
Se mues a un mensaje con i mando que los a chi os p ocesados han sido
co ec amen e indexados en el se ido .
6. Hacemos click en el bo ón “Selecciona a chi o” pa a elegi el caso del
cual que emos busca simili udes (en o ma o XML) y pulsamos el bo ón
“Busca ”.

37
7. Se mues a el esul ado de la búsqueda, o denado de mayo a meno po
po cen aje de simili ud.