Investigadores del MIT trabajan en modelos de aprendizaje profundo o deep learning, para la extracción datos relevantes de expedientes clínicos electrónicos.
Los registros clínicos electrónicos o electronic health records (EHR) comenzaron una adopción generalizada en Estados Unidos luego de una ley de salud que buscaba mejorar y agilizar la atención médica. Sin embargo, a pesar de la interoperabilidad que pueden llegar a aplicar los diferentes sistemas de EHR, mucha información se queda atrapada en notas llenas de abreviaturas y jerga propia del ejercicio médico. Los EHR son útiles para responder preguntas médicas de manera rápida como las dosis adecuadas para los pacientes según variables como estatura o peso. Además, prometen responder preguntas tan específicas que van más allá del alcance de los ensayos clínicos.
La Inteligencia Artificial (IA) y sus diferentes aplicaciones como procesamiento de lenguaje natural, aprendizaje automático o aprendizaje profundo han sido utilizadas para extraer información de EHR. El reto en este sentido es entrenar un modelo capaz de extraer diversos tipos de información para que pueda ser aprovechado en múltiples hospitales. En esto consiste el proyecto del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT. Para obtener información médica han utilizado un modelo de lenguaje autorregresivo que mediante aprendizaje automático puede interpretar textos de redacción humana.
El modelo ha sido entrenado para interpretar abreviaturas utilizadas por profesionales médicos con el objetivo de extraer datos limpios y fáciles de leer. Por ejemplo, siglas como LET, referente a Limitación del Esfuerzo Terapéutico, abreviaciones como “abd”, que se refiere a abdomen, o “pap”, referente a una prueba de Papanicolau.
“Es un desafío desarrollar un único sistema de procesamiento de lenguaje natural clínico de uso general que resuelva las necesidades de todos y sea sólido frente a la enorme variación observada en los conjuntos de datos de salud. Como resultado, hasta el día de hoy, la mayoría de las notas clínicas no se utilizan en análisis posteriores o para apoyar decisiones en vivo en registros de salud electrónicos. Estos enfoques de grandes modelos de lenguaje podrían potencialmente transformar el procesamiento clínico del lenguaje natural”, dice David Sontag, profesor de ingeniería eléctrica y ciencias de la computación del MIT e investigador principal en CSAIL.
Asimismo, Sontag explica que los avances en la extracción de información clínica prometen escalabilidad y que cada modelo puede construirse con unos minutos de trabajo teniendo como base un modelo como el que están desarrollando. Incluso sin la necesidad de etiquetar información, los investigadores del CSAIL entontaron que el modelo logró un 86 y hasta 90% de precisión en la expansión de acrónimo sobrecargados.
El MIT ejemplifica el modelo con la siguiente nota: “el pt va a descontinuar vanco debido a n/v”, significa que el paciente (pt) estaba tomando el antibiótico vancomicina (vanco) pero experimentó náuseas y vómitos (n/v) y fue suspendido el tratamiento.
“El trabajo anterior ha demostrado que estos modelos son sensibles a la redacción precisa del aviso. Parte de nuestra contribución técnica es una forma de formatear el indicador para que el modelo le brinde resultados en el formato correcto”, explicó Hunter Lang estudiante de doctorado en CSAIL.
