NLP Viewer analiza documentos e identifica contenido clínico

Como parte de las nuevas tecnologías del Registro Centralizado de Datos de Pacientes (CRPD), Better ha desarrollado una aplicación llamada 'NLP Viewer'. Diseñado para el análisis avanzado de texto, el NLP Viewer destaca en la interpretación de contenido médico dentro de documentos. Una característica clave del NLP Viewer es su capacidad para extraer información crucial para los usuarios y clasificar el contenido clínico en categorías relevantes.

Operando con algoritmos sofisticados de procesamiento de lenguaje natural (NLP, por sus siglas en inglés), el NLP Viewer identifica y categoriza palabras y frases importantes en documentos. Los usuarios cargan un documento de texto (en formatos como TXT, PDF, etc.) en el editor, y luego el algoritmo escanea el contenido e identifica la información clave. Para el contenido clínico, lo categoriza en categorías relevantes como condiciones de salud, diagnósticos, procedimientos clínicos, medicamentos, anatomía y otros. En el proceso de reconocimiento de contenido clínico, la información está vinculada a conceptos clínicos codificados de libros de códigos y ontologías relevantes, como la CIE-10, KTDP, ATC y SNOMED.

El NLP Viewer está diseñado para ser utilizado por diversos usuarios, desde profesionales de la salud, investigadores, estudiantes hasta expertos técnicos.

Introducción de estándares médicos globales en el contexto de la práctica médica eslovena

El desarrollo de la tecnología del NLP Viewer se llevó a cabo en un equipo multidisciplinario, reuniendo a expertos en informática, ciencia de datos y medicina. En Better, el desarrollo fue liderado por el equipo de Innovación, a saber, Robert Tovornik, Matic Bernik y Emil Plesnik.

Inicialmente, analizaron los requisitos y expectativas de los posibles usuarios, estableciendo las pautas para el desarrollo. Se prestó especial atención a la recopilación y análisis de términos clínicos eslovenos, sentando las bases para adaptar y mejorar los algoritmos de procesamiento de lenguaje natural. Esto aseguró que la aplicación estuviera adaptada a las especificidades lingüísticas y profesionales del entorno sanitario esloveno.

"La introducción de estándares médicos globales en el contexto de la práctica médica eslovena fue un desafío significativo, que incluyó la extensa traducción de la terminología de SNOMED al esloveno y la formación de conceptos clínicos", dijo Tovornik. Añadió que la colaboración y complementación mutua entre los miembros del equipo, los expertos en contenido y los expertos en desarrollo tecnológico fueron cruciales a lo largo del proceso de desarrollo.

Progreso significativo en el campo de las tecnologías clínicas eslovenas

El alcance y la utilidad de la tecnología del NLP Viewer son vastos, especialmente en el análisis de datos clínicos. Representa un avance significativo en el campo de las tecnologías eslovenas, ya que las herramientas para la comprensión avanzada de textos eslovenos son escasas, especialmente en el ámbito clínico. Por lo tanto, la visión de Better y del equipo involucrado en el desarrollo es el continuo mejoramiento y expansión de las capacidades clínicas. "Aunque la aplicación ya es muy potente, vemos la dinámica del sector sanitario con sus desafíos específicos. Cada dominio o hospital tiene sus características en el uso de términos y prácticas clínicas. Vemos un mayor potencial para el progreso en estrecha colaboración con expertos en el dominio, con el objetivo de desarrollar soluciones que aborden los desafíos cotidianos que encuentran en la práctica", dijo Robert Tovornik.

Un entendimiento profundo de los datos clínicos es esencial para impulsar soluciones digitales en salud. Por lo tanto, el potencial básico de la aplicación radica en el análisis avanzado de textos libres, etiquetado y resumen de textos. La asistencia en la búsqueda, estructuración y codificación de contenido, que actualmente es una parte muy consumidora de tiempo del proceso sanitario, es el factor más crucial en el desarrollo adicional de la aplicación. "En el futuro, vemos un abanico mucho más amplio de posibilidades, pero por ahora, nuestro objetivo es seguir explorando y adaptando el uso de esta tecnología avanzada para servir mejor a las necesidades del sector sanitario", agregó Tovornik.