Las historias clínicas en formato electrónico de los pacientes contienen informaciones valiosísimas. La aplicación de técnicas de procesamiento del lenguaje natural a dichas historias puede ser una forma eficaz de extraer información útil en muchos ámbitos: desde el más obvio, mejorar la toma de decisiones clínicas, hasta el más burocrático, la documentación y la facturación clínicas, pasando por la predicción de posibles enfermedades. Todas estas cosas se pueden realizar historia a historia por el personal médico o administrativo. Pero existe una en el que se hace necesario el tratamiento de datos a gran escala: la detección de reacciones adversas a medicamentos. Este tipo de reacciones adversas son un problema importante de salud, ya que pueden provocar ingresos hospitalarios e incluso la muerte de algunos pacientes.
En este contexto, el Hospital Universitario de Basurto y el Hospital de Galdakao “estaban interesados en crear un sistema que, a través de técnicas de procesamiento de lenguaje natural, pudiera analizar los historiales médicos para identificar automáticamente los efectos adversos que hay en ellos”, explica la ingeniera y doctora en informática Sara Santiso. Tras ponerse en contacto con el grupo IXA de la UPV/EHU, varias investigadoras se pusieron a trabajar para encontrar un modelo robusto basado en la minería de textos clínicos con el que extraer los efectos adversos a medicamentos de historias clínicas en formato electrónico escritas en castellano.
Para ello, “hemos utilizado, por un lado, técnicas basadas en algoritmos tradicionales de machine learning, y por otro lado, hemos explorado técnicas de deep learning, llegando a la conclusión de que con estas últimas se detectan mejor los efectos adversos”, explica Santiso, una de las autoras del estudio. Tanto el machine learning como el deep learning imitan la forma de aprender del cerebro humano, y difieren en el tipo de algoritmos que se usan en cada caso.
Santiso remarca la dificultad que han tenido para conseguir un corpus de tamaño adecuado con el que trabajar: “En un principio empezamos con pocos historiales médicos debido a que es difícil conseguirlos por la privacidad, ya que hay que firmar acuerdos de confidencialidad para trabajar con ellos”. Las investigadoras han observado que “contar con un corpus más grande ayuda al sistema a aprender mejor los ejemplos que había en ellos, y por lo tanto el sistema daba mejores resultados”.
Con este estudio llevado a cabo con historias escritas en castellano, “estamos contribuyendo a cerrar la brecha existente entre la minería de textos clínicos realizada en inglés con respecto a la realizada en otros idiomas, que cubre menos del 5 % de los artículos publicados. De hecho, la extracción de información clínica no ha alcanzado aún su pleno desarrollo debido, entre otras cosas, al potencial de extracción de información entre hospitales y entre idiomas”, afirma la investigadora.
Aunque el procesamiento del lenguaje natural ha sido de gran ayuda en la detección asistida por ordenador de las reacciones adversas a medicamentos, todavía hay margen de mejora: “Hasta ahora, los sistemas tienden a centrarse en la detección de pares medicamento-enfermedad situados en la misma frase. Sin embargo, las historias clínicas tienen información implícita que podría revelar relaciones subyacentes (por ejemplo, la información de los antecedentes podría ser relevante para adivinar las causas de un evento adverso). Es decir, la investigación debe esforzarse por detectar las relaciones entre frases, tanto las explícitas como las implícitas”.
Referencia:
Sara Santiso, Alicia Pérez, Arantza Casillas Adverse Drug Reaction extraction: Tolerance to entity recognition errors and sub-domain variants Computer Methods and Programs in Biomedicine DOI: 10.1016/j.cmpb.2020.105891
Edición realizada por César Tomé López a partir de materiales suministrados por UPV/EHU Komunikazioa
