Las investigadoras han realizado diferentes pruebas utilizando el "machine learning" y el "deep learning", con el objetivo de conseguir "un modelo robusto para la extracción de relaciones entre pares fármaco-enfermedad basado en la minería de textos clínicos".

Desde la UPV/EHU han destacado que la aplicación de técnicas de procesamiento del lenguaje natural a las historias clínicas electrónicas de los pacientes puede ser "una forma eficaz de extracción de información que podría mejorar la toma de decisiones clínicas, la documentación y la facturación clínica, la predicción de enfermedades, así como la detección de reacciones adversas a medicamentos".

Este tipo de reacciones adversas son uno de los principales problemas de salud, que "provocan reingresos hospitalarios e incluso la muerte de algunos pacientes". Por tanto, un sistema de detección automática de reacciones adversas a medicamentos puede destacar dichas reacciones en un documento, resumirlas y también informar automáticamente.

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" con el que extraer los efectos adversos a medicamentos de historias clínicas electrónicas escritas en castellano basado en "la minería de textos clínicos".

Santiso remarca la dificultad que han tenido para conseguir "un corpus de tamaño adecuado con el que trabajar". Según han señalado, 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, al tiempo que apunta que "otra cuestión a resolver para seguir con los estudios en el futuro es la falta de historias clínicas electrónicas escritas en castellano".