Integrating Semantic Web Technologies and Large Language Models: Ontologies and LLMs for Medication and Anaphylaxis Detection (2025)
- Authors:
- Autor USP: MACHADO, MATHEUS MATOS - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- DOI: 10.11606/D.55.2025.tde-02092025-143642
- Subjects: PROCESSAMENTO DE LINGUAGEM NATURAL; WEB SEMÂNTICA; ANAFILAXIA; REGISTROS MÉDICOS; INFORMÁTICA MÉDICA; MEDICAMENTO
- Keywords: Anaphylaxis; Grandes modelos de linguagem; Health informatics; Large language models; Medication recognition; Natural language processing; Reconhecimento de medicamentos
- Agências de fomento:
- Language: Inglês
- Abstract: Esta dissertação investiga a aplicação de Grandes Modelos de Linguagem (LLMs) e Tecnologias daWeb Semântica na área de informática em saúde, focando em duas tarefas clínicas distintas. A primeira tarefa explora o reconhecimento de medicamentos em prescrições médicas no contexto regulatório brasileiro. Para isso, foi desenvolvida uma abordagem híbrida na qual LLMs, como o GPT-4 Turbo e modelos de código aberto da família Llama, são utilizados para extrair informações de textos não estruturados. A ontologia OntoDrug, criada para unificar as listas regulatórias nacionais (RENAME, CMED, DCB), é empregada como uma base de conhecimento para validar os dados extraídos, um processo de grounding que visa aumentar a consistência dos resultados. A segunda tarefa consiste na avaliação da capacidade de LLMs para a detecção de anafilaxia em prontuários médicos. Nesta frente, modelos como GPT-4 Turbo e Gemini 1.0 Pro foram aplicados diretamente a um corpus de 969 narrativas clínicas em português, que incluía casos confirmados e diagnósticos diferenciais complexos. A análise explorou o impacto de diferentes configurações de prompts, como a inclusão ou omissão de critérios diagnósticos explícitos da Organização Mundial de Alergia (WAO). Os resultados para o reconhecimento de medicamentos indicaram que o sistema obteve alta precisão e recall, enquanto na detecção de anafilaxia, o modelo de maior escala alcançou 100% de sensibilidade, identificando todos os casos positivos. O trabalhoapresenta, portanto, evidências empíricas sobre a aplicação dessas tecnologias como ferramentas de apoio à decisão clínica, com potencial para aprimorar a acurácia no processamento de dados e a segurança do paciente.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2025
- Data da defesa: 02.07.2025
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
MACHADO, Matheus Matos. Integrating Semantic Web Technologies and Large Language Models: Ontologies and LLMs for Medication and Anaphylaxis Detection. 2025. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-02092025-143642/. Acesso em: 28 dez. 2025. -
APA
Machado, M. M. (2025). Integrating Semantic Web Technologies and Large Language Models: Ontologies and LLMs for Medication and Anaphylaxis Detection (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-02092025-143642/ -
NLM
Machado MM. Integrating Semantic Web Technologies and Large Language Models: Ontologies and LLMs for Medication and Anaphylaxis Detection [Internet]. 2025 ;[citado 2025 dez. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-02092025-143642/ -
Vancouver
Machado MM. Integrating Semantic Web Technologies and Large Language Models: Ontologies and LLMs for Medication and Anaphylaxis Detection [Internet]. 2025 ;[citado 2025 dez. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-02092025-143642/ - Ultilização de inteligência artifical para o diagnóstico de anafilaxia
- Artificial intelligence for detecting anaphylaxis in electronic medical records
- Desenvolvimento e utilização de sub-ontologias da SNOMED CT para a identificação de anafilaxia em prontuários
- OntoDrug: enhancing brazilian health system interoperability with a national medication ontology
- Evaluating large language models for anaphylaxis detection in clinical notes
- Semantic web technologies in healthcare: a scoping review
Informações sobre o DOI: 10.11606/D.55.2025.tde-02092025-143642 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
