=Paper=
{{Paper
|id=Vol-2968/paper4
|storemode=property
|title=DOTT-HEALTH: Desarrollo de Tecnologı́a aplicada a textos para el soporte de diagnosis, prevención y gestión de instituciones de SALUD
|pdfUrl=https://ceur-ws.org/Vol-2968/paper4.pdf
|volume=Vol-2968
|authors=Lourdes Araujo,Juan Martı́nez-Romo,Jordi Turmo,Lluis Padró,Arantza Casillas,Koldo Gojenola
|dblpUrl=https://dblp.org/rec/conf/sepln/AraujoMT0CG21
}}
==DOTT-HEALTH: Desarrollo de Tecnologı́a aplicada a textos para el soporte de diagnosis, prevención y gestión de instituciones de SALUD==
https://ceur-ws.org/Vol-2968/paper4.pdf
DOTT-HEALTH: Desarrollo de Tecnologı́a aplicada
a textos para el soporte de diagnosis, prevención y
gestión de instituciones de SALUD
DOTT-HEALTH: Development Of Text-based Technology to
support diagnosis, prevention and HEALTH institutions
management
Lourdes Araujo,1 Juan Martı́nez-Romo1 Jordi Turmo2
Lluis Padró2 Arantza Casillas3 Koldo Gojenola3
1
UNED. NLP & IR group. IMIENS. C/ Juan del Rosal, 16 28040 Madrid
2
UPC. TALP Research Center, IDEAI Research Center
C/ Jordi Girona, 1-3 08034 Barcelona
3
UPV/EHU. HiTZ Center for Language Technologies,
P. M. Lardizabal, 1, 20018 San Sebastián
1 {lurdes,juaner}@lsi.uned.es 2 {turmo,padro}@cs.upc.edu 3 {arantza.casillas,koldo.gojenola}@ehu.eus
Resumen: La combinación de datos y pautas dirigidas a pacientes individuales se
engloba en los Sistemas de Apoyo a la Decisión Clı́nica. La adopción del Informe
Clı́nico Electrónico de forma sistemática por parte de los sistemas de salud da lugar
a una recopilación masiva de datos clı́nicos que los profesionales no pueden procesar,
dada la limitación humana para manejar una gran cantidad de información. Esto,
junto con el aumento de la capacidad de procesamiento de las máquinas, conduce a
un escenario en el que el análisis automático de los Informes Clı́nicos Electrónicos
se vuelve esencial para determinar patrones, prevenir errores, mejorar la calidad,
reducir costos y ahorrar tiempo a los servicios de salud. Esta propuesta aborda
dos desafı́os principales: el desarrollo de tecnologı́as para el apoyo al diagnóstico
clı́nico y a la prevención, y la creación de tecnologı́as de ayuda a la gestión de los
servicios médicos. Teniendo todo esto en mente, el proyecto se enfocará en desarrollar
herramientas que supongan un avance de la tecnologı́a en los sistemas de apoyo para
la toma de decisiones médicas.
Palabras clave: Sistemas de apoyo a la decisión clı́nica, minerı́a de datos, extracción
de información, fenotipado de pacientes, grafos semánticos, aprendizaje profundo.
Abstract: The combination of individual patient data and guidelines is concep-
tualized as clinical decision support systems. The increase in the adoption of Elec-
tronic Health Records (EHR) by healthcare systems results in a collection of mas-
sive healthcare data that practitioners, having a limited capability to deal with a
big amount of information, are unable to process. This, together with the increase
of machine processing capabilities, leads to a scenario where automatic analysis of
Electronic Health Records becomes essential to ascertain patterns, to prevent errors,
improve quality, reduce costs and save time to the Health Services. This proposal
addresses two main challenges: Development of technologies to support the clinical
diagnosis and prevention, and to support the management of medical services.
Keywords: Clinical decision support systems, data mining, information extraction,
patient phenotype, semantic graphs, deep learning.
Copyright © 2021 for this paper by its authors. Use permitted under Creative Commons License Attribution 4.0 International (CC BY 4.0).
13
1 Descripción general mayorı́a de la información de los pacientes no
está estructurada sino que se encuentra en
El proyecto DOTT-HEALTH1 es un proyec-
forma de texto libre. Con los avances en este
to financiado por el Ministerio de Ciencia e
ámbito, el texto libre puede proporcionar in-
Innovación en la convocatoria 2019 de Pro-
formación útil que se puede integrar con otras
yectos I+D+i, dentro del Programa Esta-
procedentes, por ejemplo, de pruebas de la-
tal de Investigación, Desarrollo e Innovación
boratorio, mejorando ası́ la precisión de las
Orientada a los Retos de la Sociedad. DOTT-
decisiones de las aplicaciones de CDS.
HEALTH. Es un proyecto coordinado entre
la Universidad del Paı́s Vasco, la Universi- En este proyecto nos proponemos avanzar
dad Nacional de Educación a Distancia y la en técnicas de PLN que permitirán mejorar
Universidad Politécnica de Cataluña, que en los CDS en el ámbito sanitario. Como va-
algunos objetivos es continuación de proyec- lor adicional, esto llevará a la mejora de las
tos anteriores del consorcio relacionados con técnicas de procesamiento de informes clı́ni-
aplicaciones del procesamiento del lenguaje cos electrónicos (ICE) que registran un ti-
en el dominio de la salud, como PROSAMED po de texto con caracterı́sticas muy especı́fi-
(Dı́az de Ilarraza et al., 2017) y EXTRECM cas. En concreto, entre las técnicas que ex-
(Dı́az de Ilarraza et al., 2015). En este nuevo ploraremos se encuentran la anonimización,
proyecto, la investigación y los distintos ca- la negación y especulación, la desambigua-
sos de uso se relacionan con el desarrollo de ción de acrónimos, cuya presencia en los in-
sistemas de ayuda a la toma de decisiones en formes médicos es extremadamente común, la
distintos ámbitos de salud: psiquiatrı́a, mul- identificación de expresiones temporales que
timorbilidad o fenotipado. En la figura 1 se permiten la creación de lı́neas de tiempo de
da una visión general del proyecto. eventos relacionados con un paciente, y la ex-
El soporte a la toma de decisiones clı́nicas ploración del análisis de estados emocionales
(CDS) tiene como objetivo ayudar a los médi- como fuente de información adicional sobre
cos, al personal, a los pacientes y a los pro- el paciente.
veedores de atención sanitaria a mejorar la También se avanzará en la mejora de los
salud y la atención sanitaria proporcionando modelos de representación de la información
conocimientos e información filtrada de for- para el dominio biomédico (por ejemplo en
ma inteligente. la combinación de embeddings, grafos, reglas
En general, un CDS puede conducir a me- de asociación, etc.), ası́ como en el enrique-
joras significativas en los servicios de salud, cimiento de ontologı́as médicas con variantes
afectando a la seguridad, la eficiencia y la efi- terminológicas de conceptos y su búsqueda
cacia de la atención sanitaria. La evolución y aproximada, que permitirá mejorar en el res-
el aumento del uso de los sistemas de CDS en to de objetivos. Las herramientas y la tec-
la práctica son inevitables (Middleton, Sittig, nologı́a desarrolladas conjuntamente por los
y Wright, 2016), dada la explosión de infor- grupos serán aplicadas y evaluadas sobre al-
mación biomédica y la presión para mejorar gunos casos de uso de alta relevancia médica
la calidad y reducir los costes de la atención y, por tanto, social.
basada en el valor. Sin embargo, es necesa- Entre los casos de uso considerados está la
rio seguir trabajando en la estandarización ayuda a la predicción de casos de riesgo en
de los métodos de representación de datos, psiquiatrı́a (suicidio, autolesiones, consumo
en la construcción de sistemas transparentes de sustancias, aislamiento social, abandono
y en el intercambio de datos y conocimientos del tratamiento, etc.), que explorará técnicas
de los pacientes. de detección de estados de ánimo que comple-
A pesar de la extensa investigación en el mentarán la información relacionada con las
tema, las aplicaciones de CDS no han alcan- entidades médicas mencionadas en el ICE.
zado una amplia aceptación y utilización en Otro caso de uso que se considerará es la
el ámbito de atención sanitaria debido, entre predicción de riesgo de multimorbilidad. Da-
otras razones (Wagholikar, Sundararajan, y do que la Organización Mundial de la Salud
Deshpande, 2012), a los desafı́os que plantea sostiene que la multimorbilidad esta mostran-
la necesidad de utilizar técnicas de Procesa- do una mayor prevalencia en las últimas déca-
miento de Lenguaje Natural PLN, ya que la das y en paı́ses de toda ı́ndole, la capacidad
de evaluar el riesgo de multimorbilidad no so-
1
http://www.ixa.eus/node/13110?language=en lo reducirı́a la proporción de ciudadanos afec-
14
Figura 1: Descripción general del proyecto.
tados, sino que también mejorarı́a su calidad sorcio.
de vida y reducirı́a costes sanitarios.
También se abordará el fenotipado de los 2 Grupos Involucrados
pacientes, ya que puede ayudar a identifi- DOTT-HEALTH consta de tres subproyec-
car correctamente la cohorte de pacientes y tos:
a identificar mejor el contexto clı́nico. Esto
• PAT-MED: PATient characterization
puede suponer avances fundamentales en la
and MEDical document management th-
gestión médica, la prevención y el diagnóstico
rough text-based technology.
identificando cohortes de pacientes y desarro-
llando medidas de similitud entre pacientes, • INDICA-MED: INformation DIscovery
lo que puede aportar nuevos conocimientos and CAtegorization based on language
importantes. processing for the MEDical domain.
También trataremos la tecnologı́a enfoca- • TADIA-MED: Medical Text Analysis for
da a la gestión hospitalaria. Se abordará el Disease Prediction Assistance.
problema de la identificación de casos de en-
fermedades raras (ER) que no han sido iden- El proyecto, que tiene naturaleza multi-
tificados por su nombre genérico, mejorando disciplicar, cuenta con la colaboración de tres
ası́ la exhaustividad de su registro. Además, grupos de investigación en PLN y varias ins-
buscaremos correlaciones con malformacio- tituciones relacionadas con salud, con las que
nes congénitas, una indicación que puede ser se desarrollarán los casos de uso de cada sub-
de gran ayuda para identificar casos de ER no proyecto.
mencionados explı́citamente en los registros. Los grupos involucrados en los subproyec-
También seguiremos avanzando en la clasifi- tos son:
cación y recomendación de los códigos de la
• Grupo IXA2 de la Universidad del Paı́s
CIE-10, un problema complejo que se empezó
2
a investigar en el proyecto anterior del con- http://ixa.si.ehu.es/Ixade
15
Vasco Vasco UPV/EHU. Lleva traba- • Desarrollo de tecnologı́a para CDS y so-
jando cerca de treinta años en Proce- porte a la gestión de instituciones de sa-
samiento de Lenguaje Natural (PLN) y lud: clasificación de acuerdo a sistemas
Lingüı́stica Computacional en general. de codificación médica (p.e., CIE.10), ex-
Desde hace diez años viene desarrollan- tensión de información sobre enfermeda-
do una lı́nea de investigación orientada des raras, predicción de multimorbilidad
al trabajo con textos médicos. y fenotipado.
• Grupo NLP&IR3 de la UNED. Cuenta Agradecimientos
con una larga experiencia en Acceso In-
teligente a la Informacióon y Adquisición Este trabajo ha sido financiado por el pro-
y Representación de Conocimiento. En yecto DOTT-HEALTH (MCI/AEI/FEDER,
particular tiene diversas lı́neas de inves- UE) con referencias PID2019-106942RB-
tigación abiertas en el dominio médico. C31, PID2019-106942RB-C32, PID2019-
106942RB-C33.
• Grupo TALP4 de la UPC, con amplio
historial de proyectos de investigación Bibliografı́a
en Procesamiento de Lenguaje Natural Dı́az de Ilarraza, A., K. Gojenola, L. Arau-
y Minerı́a de Texto. Actualmente tiene jo, y R. Martı́nez. 2015. Extracción
lı́neas abiertas de investigación en el do- de relaciones entre conceptos médicos en
minio médico. fuentes de información heterogéneas (ex-
• Hospitales de Galdakao (HGA) y Ba- trecm). Procesamiento del Lenguaje Na-
surto (HUB), integrados en el grupo de tural, 55(0):157–160.
trabajo IXA pertenecientes al Servicio Dı́az de Ilarraza, A., K. Gojenola,
Público de Salud. R. Martı́nez, V. Fresno, J. Turmo, y
• Hospitales públicos Universitarios Clı́ni- L. Padró. 2017. Procesamiento semánti-
co San Carlos y Fundación Universita- co textual avanzado para la detección
ria Fundación Alcorcón (HUFA) de la de diagnósticos, procedimientos, otros
Comunidad de Madrid. Estos hospitales, conceptos y sus relaciones en informes
junto con la Consejerı́a de Sanidad de medicos (PROSA-MED). Proces. del
la Comunidad de Madrid colaboran en Leng. Natural, 59:133–136.
el subproyecto INDICA-MED del grupo Middleton, B., D. Sittig, y A. Wright. 2016.
UNED. Clinical decision support: a 25 year retros-
pective and a 25 year vision. Yearbook
• Fundación IDIAP JGol, integrada en el
of medical informatics, Suppl 1:S103–16,
grupo TALP. IDIAP desarrolla y gestio-
08/2016.
na la investigación de la Atención Pri-
maria principalmente en Cataluña, faci- Wagholikar, K. B., V. Sundararajan, y A. W.
litando la participación de investigado- Deshpande. 2012. Modeling paradigms
res de distintos sectores. for medical diagnostic decision support: a
survey and future directions. Journal of
3 Objetivos medical systems, 36(5):3029—3049, Octo-
ber.
El proyecto plantea lograr estos objetivos:
• Desarrollo de tecnologı́a para el soporte
al diagnóstico y prevención: extracción
de información médica (entidades médi-
cas, negación e incertidumbre) y descu-
brimiento de patrones para prevención
y diagnosis. Identificación de relaciones
relevantes entre conceptos médicos y ex-
tracción de patrones temporales en re-
gistros históricos de pacientes.
3
http://nlp.uned.es/
4
http://http://www.talp.upc.edu/
16