Implementome logo
Implementome
SobreCentro de Ajuda

NESTOR — Neurosyphilis: Extraction via Scanned Texts and OCR for medical Research

Idioma de origem: Inglês
Cover image
População alvo
Profissional de saúde / estrutura de saúde
Beneficiários1 - 50
EvidênciasAmbos
Data de início2026/01
Data de términoEm andamento
EstágioProjeto-piloto/testes/ensaios
País
França
Suíça
Cobertura
Internacional
Número de sites
2
Organização líder
Parceiros de implementação
N/A

Área de Foco em Saúde
Todos
Serviços
Aprendizagem e formação
Tecnologias habilitadoras
Análise de grandes volumes de dados
Inteligência Artificial
Normas
N/A
Ferramentas
Fontes de financiamento
Bolsas de investigação
Modelo de negócio
N/A
Financiadores
Resumo

NESTOR (Neurosífilis: Extração através de textos digitalizados e OCR para investigação médica) é um projeto interdisciplinar da Universidade de Genebra e dos hospitais universitários de Genebra que permite o acesso a arquivos médicos manuscritos para fins de investigação.

O problema: os hospitais, arquivos e biobancos conservam vastas coleções de processos de pacientes escritos à mão, registos e inventários que documentam décadas de prática clínica. Estes registos constituem uma fonte única sobre a prática clínica histórica, mas continuam em grande parte inacessíveis: a transcrição manual é lenta e dispendiosa, e o Reconhecimento Ótico de Caracteres(OCR) tem um desempenhomal com a caligrafia manual, e as regras de confidencialidade dos pacientes excluem a maioria das ferramentas comerciais na nuvem.

A abordagem: o NESTOR adapta métodos de reconhecimento de texto manuscrito das humanidades digitais, um domínio com experiência na transcrição de manuscritos históricos. Um modelo base treinado com mais de 20 000 páginas que abrangem cinco séculos e cinco línguas foi aperfeiçoado com registos do Geneva Brain Bank, uma coleção fundada em 1901 que contém dados clínicos de mais de 11 000 doentes. Utilizando cerca de 500 páginas transcritas manualmente e escritas em francês entre 1883 e 1980, o modelo aperfeiçoado e adaptado a esses arquivos atinge 87% de precisão. O fluxo de trabalho é totalmente de código aberto, gratuito e funciona offline num portátil padrãoportátil, pelo que é adequado para dados sensíveis.Requer uma anotação específica do domínio mínima e baseia-se em dados de treino não médicos, evitando as barreiras éticas associadas à partilha de manuscritos médicos.Pode, portanto, ser replicado em hospitais e arquivos, e em contextos com recursos limitados, onde ainda hoje são produzidos registos médicos manuscritos.

Palavras-chave
Integração e gestão de dados
Cartografia
Soluções digitais de saúde
Inteligência artificial
Digitalização
Publicações
Novas perspetivas sobre a neurosífilis através da digitalização de registos médicos manuscritosClassificação e análise de redes com recurso à IA para o mapeamento do conhecimento na medicina: um século de investigação sobre a neurosífilis
Insights - Lições aprendidas
Desafios
N/A
Recomendações
N/A
Recomendações
Projetos usando serviços semelhantes
Projetos focados em tópicos semelhantes
Projects with similar insights
iDHA (ID do Projeto)
rz1rc5
Links do projeto
N/A
Origem da informação
Sítio Web
Link da fonte de dados
https://archimed.unige.ch
Adicionado à plataforma em
2026-11-16
Editores do projeto
N/A
Última atualização por
Myriam Lamrayah on 2026-11-17
Número de visualizações
30
Classificações da OMS
WHO LogoGeneva Digital Health Hub Logo