Promotie T.M. (Tom) Seinen

Hieronder volgt een korte samenvatting van het proefschrift: 

Hoewel veel informatie in elektronische patiëntendossiers nu digitaal en gestandaardiseerd is, blijft een aanzienlijk deel verborgen in ongestructureerde klinische teksten. Dit biedt kansen voor diepere medische inzichten, maar ook uitdagingen door de complexe medische terminologie, de grote hoeveelheden data, en het gebrek aan gevalideerde Natural Language Processing (NLP) technieken voor Nederlandse klinische tekst.
Dit proefschrift introduceert een innovatieve methode die gebruikmaakt van machinevertalingen om meertalige datasets te creëren, waardoor de concept-extractie in talen zoals het Nederlands kan worden gevalideerd en verbeterd. Daarnaast hebben we onderzocht hoeveel rijkere informatie uit ongestructureerde data kan worden gehaald in vergelijking met gestructureerde gegevens.
In een literatuurstudie en met behulp van diverse NLP-technieken op een grote huisartsen database, tonen we aan dat waardevolle informatie uit tekst kan worden toegevoegd aan klinische voorspellingsmodellen. We vonden dat het combineren van gestructureerde en ongestructureerde data vaak resulteert in betere modellen, afhankelijk van de context. Tevens hebben we vastgesteld dat de nauwkeurigheid van klinische coderingen kan worden verbeterd door gebruik te maken van informatie uit teksten.
Dit proefschrift draagt bij aan de Nederlandse klinische NLP en wijst de weg naar verbeterd onderzoek en zorg door de integratie van gestructureerde en ongestructureerde medische informatie. Toekomstige ontwikkelingen in meertalige taalmodellen kunnen zorgen voor wereldwijd nog accuratere en robuustere resultaten.