Una tesis defendida en la UJA propone la aplicación de técnicas de inteligencia artificial para mejorar los diagnósticos de enfermedades mediante el análisis del texto en expedientes médicos, poniendo de manifiesto el potencial que presentan dichas técnicas, basadas en Procesamiento del Lenguaje Natural (PLN) y aprendizaje automático (Machine Learning-ML) en el ámbito médico.
La tesis, defendida por Pilar López Úbeda, miembro del grupo de investigación ‘Sistemas Inteligentes de Acceso a la Información’ (SINAI) de la UJA, supone un avance científico muy relevante en el descubrimiento automático de información en los informes médicos, lo que permitirá al personal sanitario una toma de decisiones más eficiente. En concreto, la investigación se centra en el descubrimiento de información muy relevante, que se encuentra en textos médicos, a veces de manera no explícita. Para ello, se ha desarrollado una técnica innovadora basada en la combinación de modelos computacionales del lenguaje que permiten el reconocimiento de ciertas entidades médicas como síntomas, enfermedades, trastornos, efectos adversos… “Esta información descubierta es de gran ayuda para el personal médico, ya que no solo obtiene un apoyo a su trabajo diario, sino que además le permite la interpretación de los resultados obtenidos con los sistemas computacionales”, indica la investigadora.
Por otro lado, es muy destacable la transferencia de tecnología que se ha conseguido con esta tesis. Concretamente, la colaboración con una importante clínica radiológica extendida a nivel nacional, ha tenido como resultado la implantación de varios de los desarrollos realizados durante la investigación. Con ello, se ha podido comprobar el potencial que tienen estos sistemas computacionales en escenarios reales. “Por ejemplo, sistemas automáticos basados en PLN para la detección de la COVID-19, entre otros, están siendo actualmente utilizados por los expertos médicos”, explica Pilar López.
Esta tesis doctoral presenta un alto impacto tanto en el panorama nacional como internacional, pues los avances realizados son vanguardia en el ámbito médico en general y en el radiológico en particular. Además, las técnicas investigadas y propuestas en la tesis han sido aplicadas en diferentes competiciones y talleres a nivel mundial, consiguiendo un alto reconocimiento entre la comunidad investigadora.
La tesis, titulada ‘Biomedical entities recognition in Spanish combining word embeddings’, obtuvo la máxima calificación ‘Sobresaliente Cum Laude’ por unanimidad por parte del tribunal, que estuvo compuesto por: Manuel Montes y Gómez, del Instituto Nacional de Astrofísica, Óptica y Electrónica (México), experto en inteligencia artificial y aprendizaje automático basado en redes neuronales profundas; el catedrático Rafael Muñoz Guillena, de la Universidad de Alicante, experto en el campo del reconocimiento de entidades con PLN; y la catedrática Paloma Martínez, de la Universidad Carlos III de Madrid, experta en la aplicación de técnicas de PLN al campo de la medicina.
