Mann i dress som smiler til kameraet, sitter ved et hvitt bord med grønne stoler, med trepanelvegg bak. Foto: Vegard Breie/Nasjonalarkivet
– Denne masteroppgaven viser eksempler på hvordan teknologi kan brukes til å hente ut pasienttidslinjer direkte fra pasientjournalene, sier direktør for Norsk helsearkiv i Nasjonalarkivet, Bjørn Børresen.

Masteroppgave viser nye muligheter for analyse av pasientjournaler

Kan maskinlæring gjøre fritekst i pasientjournaler om til strukturerte tidslinjer? En ny masteroppgave viser hvordan teknologi kan åpne for helt nye måter å analysere helsedata på.  

Masterstudent Julie Vy Tran har nylig levert masteroppgave i informasjonsteknologi og elektroteknikk ved NTNU, der hun har undersøkt hvordan maskinlæring kan brukes til å hente og strukturere informasjon fra ustrukturerte pasientjournaler. 

I oppgaven har hun utviklet et rammeverk som automatisk kan trekke ut pasienttidslinjer fra fritekst i pasientjournaler.  

Som datagrunnlag har Tran brukt journalmateriale fra Helsearkivregisteret. Tilgangen til et stort og variert utvalg pasientjournaler har gjort det mulig å teste metoden på realistiske data og vise hvordan ustrukturert journalinformasjon kan bearbeides på en mer systematisk måte.  

Arbeidet kan på sikt legge grunnlag for bedre beslutningsstøtte for helsepersonell, mer effektiv forskning og nye måter å analysere helsedata på.  

– Lenge har vi sagt at journalen må bli mer strukturert for at data skal kunne gjenbrukes til forskning og kvalitetsforbedring. Blant annet trenger vi bedre verktøy for å gjenskape og evaluere pasientforløp, sier direktør for Norsk helsearkiv i Nasjonalarkivet, Bjørn Børresen.  

– Det som er interessant her, er at vi nå ser eksempler på hvordan automatiserte metoder kan hente ut pasienttidslinjer direkte fra norske pasientjournaler. Masteroppgaven til Julie Vy Tran viser at noe er i ferd med å skje på dette området.  

Her kan du lese mer om masteroppgaven og arbeidet som er gjort.