El desarrollo de las tecnologías del lenguaje para el futuro de la sanidad
Alexander Sinn / UnSplash La transformación digital muestra la importancia de las tecnologías en el futuro socioeconómico del país. Llevamos años escuchando que los datos son el petróleo del siglo XXI. Sin embargo, el almacenamiento de datos no permite incrementar la competitividad de sectores clave como el sanitario si no se aplican nuevas técnicas para extraer información de ellos. Así lo reveló el 13 de abril de 2021, cuando el Gobierno de España presentó el Plan de Recuperación, Transformación y Resistencia. Este documento describe las inversiones que se realizarán en los próximos 10 años para la recuperación económica del país después de la pandemia. El plan enfatiza la renovación del sistema de salud pública a través de la innovación tecnológica y métodos disruptivos que mejoran el procesamiento de datos. También destaca la importancia de desarrollar una Estrategia Nacional de Inteligencia Artificial (IA), que nos permita ser líderes en el desarrollo de estas tecnologías en español, entre las que se encuentran las tecnologías del lenguaje. El área, que combina inteligencia artificial, tecnologías del lenguaje y el sector de la salud, se conoce como «procesamiento clínico del lenguaje natural», generalmente referido por sus siglas en inglés «Clinical NLP». La importancia de las tecnologías del lenguaje en el sector sanitario En su vida diaria, los médicos describen el estado de sus pacientes en forma de notas clínicas almacenadas en bases de datos hospitalarias. Esta información almacenada en forma textual representa el 80% de los datos de salud de los pacientes. El texto, a diferencia del contenido numérico, no puede integrarse directamente en los sistemas de soporte de diagnóstico que ayudan a los profesionales a realizar su trabajo de manera más eficaz. Tratar con este tipo de contenido requeriría muchas horas de trabajo solo para leer cada informe. Las tecnologías de Language Guidelines ayudan a aumentar el volumen de datos de los pacientes automáticamente, extrayendo información de sus registros médicos y proporcionando más datos a los médicos. La PNL clínica actual se basa en la inteligencia artificial tecnologías. A partir de la historia clínica, el sistema detecta en primer lugar conceptos médicos que permiten caracterizar a los pacientes y subgrupos de residentes. La IA puede detectar menciones de medicamentos, síntomas, enfermedades, patógenos y procedimientos, entre otros. Luego analiza el entorno de estos conceptos para contextualizarlos y comprender su significado. Por ejemplo, el término “percibir gustos” tendrá un significado diferente dependiendo de la presencia de elementos negativos antes del concepto. Diagrama simplificado del proceso clínico de PNL en textos médicos. Luis Gasco Finalmente, el sistema asocia los conceptos con categorías médicas estandarizadas derivadas de terminologías clínicas jerárquicas como SNOMED-CT. Esto permite presentar el contenido del texto de forma estandarizada y la información puede ser intercambiada entre todos los sistemas tecnológicos del hospital e incluso con otros sistemas clínicos a nivel nacional e internacional. Una vez extraída la información contenida en la historia clínica, es posible asimilarla con el resto de herramientas informáticas médicas del hospital y desarrollar nuevas funciones. Entre otras cosas, se podrían implementar sistemas que identifiquen a pacientes similares a partir del contenido de sus historias clínicas o ampliar el conocimiento sobre enfermedades a través de búsquedas simples en bases de datos. Por ejemplo, se podrían realizar estudios transversales sobre la presencia de síntomas en pacientes con COVID-19 en función de su historial médico o edad. Además la pandemia mostró la necesidad de acceder rápidamente a dicha información para tomar decisiones. Gracias a las tecnologías del lenguaje, se pudo centralizar la búsqueda y mejorar la contextualización de la información médica. Del análisis semántico de los textos se podría extraer información de historias clínicas, artículos científicos o ensayos clínicos que permitan tratar una enfermedad con toda la evidencia científica disponible. Desarrollo de la PNL clínica en español El inglés es el idioma de la ciencia, y gran parte de las tecnologías del lenguaje se desarrollan en el li ngvo de Shakespeare. Sin embargo, la importancia de otros idiomas como el español en el ámbito médico es innegable. Más de 500.000 profesionales de la salud utilizan este idioma todos los días. Necesitamos generar recursos en este idioma si queremos beneficiarnos de estos avances. Uno de los bloques en el desarrollo de los sistemas Clinical NLP en español es el acceso a los datos, fundamental para entrenar sistemas de IA. Los datos clínicos son muy sensibles y el acceso a ellos es muy limitado incluso para los investigadores públicos. La protección de los derechos fundamentales de los ciudadanos está garantizada gracias a leyes de protección de datos como la LOPD. Debido a las dificultades para acceder a datos reales, campañas populares sobre evaluación de sistemas de PNL. Estas actividades son una de las principales líneas de avance de la PNL Clínica. Son competitivos: sistemas de equipos de universidades e industria compiten para lograr el mejor desempeño en una tarea específica. Para ello, los organizadores elaboran un conjunto de datos reales ya publicados, los comentan constantemente siguiendo pautas de comentario, y finalmente los distribuyen entre los participantes, quienes los utilizarán para entrenar modelos predictivos que serán evaluados frente a un sistema de referencia. El carácter competitivo de estas campañas favorece el rápido desarrollo de la PNL clínica o en español. Programas como el Plan de Promoción de las Tecnologías del Lenguaje proporcionan recursos a los centros de investigación españoles para la organización de concursos de alto rendimiento. Un ejemplo es PharmaCoNER, para reconocer y normalizar menciones de medicamentos. También CODIESP, para codificar menciones a procedimientos médicos y síntomas de historias clínicas con terminología controlada. El conjunto de todas las tareas cofinanciadas ya reúne a más de 80 equipos participantes de instituciones de investigación muy importantes. La participación de empresas pone de manifiesto el interés en el desarrollo de sistemas clínicos de PNL en español para la industria. PNL clínica y seguridad de datos En los últimos tiempos nos hemos acostumbrado a descubrir escándalos relacionados con el fraude del uso de datos personales como el de Cambridge Analytica. Estos casos no obstaculizan las posibles aplicaciones positivas de la IA en nuestras vidas. Las instituciones europeas siempre han prestado especial atención a la protección de los datos personales para evitar que se vulneren los derechos de los ciudadanos de la UE. La Ley General de Protección de Datos, que es obligatoria en toda Europa, fue aprobada por primera vez. Actualmente se están implementando nuevos protocolos para aumentar el nivel de seguridad de los datos médicos para prevenir su uso fraudulento. La protección de los datos médicos está garantizada por los órganos competentes en la materia, y especialmente los de carácter sensible. Los investigadores solo tienen acceso a datos anonimizados, ya que su único propósito es generar recursos y sistemas que permitan incrementar la eficiencia del sistema de salud pública, así como la calidad y rapidez del diagnóstico. Los autores del artículo están buscando participantes para una nueva edición de las campañas de evaluación MESINESP2 y MEDDOPROF, organizadas en conjunto con instituciones de prestigio como la Organización Panamericana de la Salud y el Instituto de Salud Carlos III, con el objetivo de seguir generando español -recursos lingüísticos para mejorar la eficacia del sistema estatal de salud. Este artículo se publicó originalmente en The Conversation. Lea el original. BSC Text Mining Unit cofinanciado por el [email protected] recibe financiamiento de PlanTL BSC Text Mining Unit cofinanciado por el PlanTLA Antonio Miranda-Escalada no recibe salario, ni consulta trabajo, ni posee acciones, ni posee Comparte. recibe financiación de cualquier empresa u organización que pueda beneficiarse de este artículo, y no ha manifestado vínculos relacionados más allá del puesto académico mencionado.