Amazon Bedroom
 

Entender el lenguaje médico, gran reto de la Inteligencia Artificial

Entender el lenguaje médico, gran reto de la Inteligencia Artificial
Martes, 30 de agosto 2022

La aplicación de la Inteligencia Artificial a la medicina permite, por ejemplo, determinar qué partes de un documento médico son relevantes y, en función de esto, asignar los códigos a los diagnósticos y procedimientos empleados.

La Inteligencia Artificial (IA) se ha convertido en un elemento fundamental para automatizar tareas mecánicas y laboriosas de la medicina y permitir a los profesionales sanitarios dedicar su tiempo a asuntos de mayor importancia en su día a día. Tal ha sido la apuesta por esta tecnología que, como recoge la consultora internacional Accenture, la inversión en Inteligencia Artificial ha crecido un 40% en los últimos siete años, pasando de 600 millones de dólares en 2014 hasta 6.600 millones en 2021. Una tendencia, señalan, que se extenderá, cómo mínimo, hasta 2026. Para Ruth Cuscó, directora gerente de ASHO, empresa especializada en asesoramiento hospitalario y codificación clínica, el auge de la Inteligencia Artificial puede considerarse un “boom”, pero hace una llamada a la prudencia: “debemos ir paso a paso y trabajar cada detalle minuciosamente para garantizarle a los centros hospitalarios su perfecto funcionamiento”.

Inteligencia Artificial aplicada a los textos

Pasados los primeros años de adaptación a la nueva tecnología, la aplicación de la Inteligencia Artificial que está empezando a extenderse en el ámbito médico es la estructuración de datos en textos. Esta rama concreta de la IA se denomina “Procesamiento del Lenguaje Natural” o NLP (por sus siglas en inglés, Natural Language Process), y es la que más alternativas ofrece para ayudar a los centros de salud a mejorar su gestión. “Contando con la NLP, los hospitales pueden extraer información de los registros electrónicos sin tener que perder su ‘legacy’ cuando surjan nuevas necesidades. Todo esto añade una flexibilidad muy grande a los equipos de IT, que dejan de tener la obligación de pensar en hipotéticas estructuras complejas para mantener sus bases de datos”, explica Juli Climent, Director de Inteligencia Artificial de ASHO.

Una de las posibles aplicaciones del Procesamiento del Lenguaje Natural, detalla el experto, sería el caso de un estudio clínico en el que sea necesario saber el número de cigarrillos que fuman determinados pacientes en un periodo concreto. “Se trata de una información muy específica y difícil de encontrar, pues no se registra de forma estructurada en las bases de datos; de modo que la IA nos puede ayudar a obtenerla sin malgastar tiempo en trabajo manual”, añade Climent.

Otro ámbito destacado dentro de la Inteligencia Artificial aplicada a la medicina es el NLU (por sus siglas en inglés, Natural Language Understanding). Esta rama va un paso más allá del NLP y no solo se limita a la extracción de datos, sino que tiene en cuenta el contexto. “El NLU es uno de los ámbitos más punteros dentro del campo de la IA, y sobre todo en la codificación clínica, nuestra especialidad, pues tiene una serie de dificultades añadidas que otras áreas de conocimiento no tienen. Aquí será fundamental que el codificador sea capaz de diferenciar qué partes de un documento médico son relevantes, y en función de esto asignar los códigos a los diagnósticos y procedimientos empleados”, afirma el experto.

En el caso concreto de ASHO, se trabaja con un modelo concreto de IA que detecta automáticamente el idioma en el que está escrito el texto, de modo que, si el documento está en español, se pretratarán los datos con un diccionario en dicho idioma. Además, son personalizables según las necesidades del hospital. “Al entrenar algoritmos para cada cliente, nos aprovechamos de esta cultura corporativa y mejoramos el ‘accuracy’. No sólo eso, sino que además adaptamos la búsqueda a ámbitos concretos bajo demanda”, concluye Climent.


Grupo Control