A presente tese de Doutorado trata de investigar a aplicação da mineração de texto, para a construção de uma terminologia que atenda aos preceitos estipulados pela normalização, nacional e internacional, referente à constituição de um Registro Eletrônico em Saúde (RES). As normas internacionais estudadas pelo presente trabalho foram as seguintes: ISO 13606-1 e ISO TS 17117. O padrão internacional ISO 13606-1 especifica os modelos de referência para a construção de arquétipos que são a estrutura-base do RES. A especificação técnica ISO 17117 estipula a formatação de terminologias controladas para o âmbito da informática em saúde. Localmente, o trabalho analisou o relatório técnico ABNT/ISO TR 20514 que dá a definição, o escopo e o contexto para o RES e o relatório técnico ABNT/ISO TR 12309 que visa a garantir o desenvolvimento de terminologias padronizadas para a área da saúde. Vários trabalhos científicos demonstram que, para a construção do RES baseado em arquétipos, pesquisadores utilizam terminologias de mercado como o SNOMED CT e SNOMED RT. No caso do Brasil, não existe uma terminologia oficialmente desenvolvida regionalmente ou traduzida para o português do Brasil que suporte a criação de modelos de referência. Essa situação dificulta a implantação das normas nacional e internacional de padronização, citadas anteriormente. Nesse ambiente, a tese aqui apresentada construiu uma ontologia no domínio da especialidade de Radiologia e Diagnóstico por Imagem, tendo como base a aplicação de métodos de mineração de texto para compor uma terminologia eficiente e eficaz que atendesse às lacunas demonstradas. A aplicação de método de mineração de texto foi realizada em uma amostra de 2.566.358 de sujeitos-laudos, consistindo em sujeitos-laudos dos exames de Ressonância Magnética, Raios-X, Tomografia Computadorizada e Ultrassonografia de regiões anatômicas humanas. Com base nessa extração, foi construída uma ontologia contendo 5.859 termos-indivíduos, 20.994 axiomas e 15.084 axiomas lógicos. Essa ontologia foi desenvolvida utilizando o software Prótége em linguagem OWL. A partir da formalização da ontologia (terminologia), foram construídos Archetype Definition Language (ADL), para o componente INSTRUCTION para exame de imagem, e ADL para o componente COMPOSITION de Tomografia Computadorizada de Coluna Cervical, Ressonância Magnética de Cervical e Torácica e Ressonância Magnética de Carótida. O trabalho mostrou a aplicabilidade da mineração de texto para a geração de uma terminologia que desse suporte à criação de ADL, conforme preconizado na normativa da área de informática em saúde.

This Doctoral Thesis aim to investigate the application of text mining for the construction of a terminology that meets the procedures laid down for standardization, national and international, regarding the establishment of an Electronic Health Record (RES). International standards studied in this work were ISO 13606-1 and ISO TS 17117. The ISO 13606-1 international standard specifies the reference models for the construction of archetypes, which is the basis of the RES structure. The technical specification ISO 17117 provides the formatting of controlled terminology for the scope of health informatics. Locally, the paper analyzed the technical ABNT / ISO TR 20514 report, which gives the definition, scope and context for the RES and technical ABNT / ISO TR 12309 report aimed at ensuring the development of standardized terminology for the health sector. Several scientific studies have shown that for the construction of RES based on archetypes, researchers use market terminology such as SNOMED CT and SNOMED RT. In Brazil, there is no terminology officially developed regionally or translated into Portuguese-Brazilian who support the creation of reference models. This situation impedes the deployment of national and international standards of standardization mentioned above. In this environment, the thesis presented here built an ontology in the field of specialty of Radiology and Diagnostic Imaging based on the application of text mining methods to make efficient and effective terminology that meets the demonstrated shortcomings. The application of text mining method was performed on a sample of 2,566,358 of subject-report, consisting of subject-reports of examinations MRI, X-ray, CT and ultrasound of human anatomical regions. Based on this extraction was built an ontology containing 5,859 individuals terms, axioms 20,994 and 15,084 logical axioms. This ontology was developed using Protégé OWL language software. From the formalization of the ontology (terminology) were built Archetype Definition Language (ADL) for INSTRUCTION component for imaging examination, and ADL for COMPOSITION component of CT cervical spine, MRI Cervical and Thoracic and MRI Carotid. The study showed the applicability of text mining to generate terminology that supported the creation of ADL as recommended by rules in the IT sector in health.