La NLP en el sector salud es una rama de la inteligencia artificial que puede ser de gran utilidad. Ya lo es en las actividades cotidianas. Las sugerencias hechas por los motores de búsqueda en Internet y las traducciones automáticas son ejemplos de ello. ¿Cómo logra entendernos el dispositivo? Gracias a algoritmos consagrados al procesamiento de lenguajes naturales o NLP, por sus siglas en inglés.
Por supuesto, lograr un buen procesamiento requiere “entrenar” a los algoritmos con procedimientos de machine learning que involucran el reconocimiento de patrones en el lenguaje, tal como ocurre con los correctores automáticos de los teléfonos, que van mejorando y hacen sugerencias cada vez más acertadas conforme más se les usa.
El NLP tiene siete capacidades clave:
- Identificación de temas: a partir del análisis estadístico de las palabras puede identificar temas importantes no aparentes a primera vista en vastos conjuntos de documentos.
- Categorización de textos: analiza el contenido de un texto y lo asigna a categorías preestablecidas.
- Agrupamiento de textos: tras analizar el contenido de un conjunto de textos los agrupa en subconjuntos con temas análogos o similares.
- Extracción de información: Identifica los términos más importantes dentro de un texto de acuerdo con su naturaleza.
- Resolución de confusiones: identifica y clasifica adecuadamente términos ambiguos al distinguir el significado de una palabra según su contexto.
- Establecimiento de relaciones: determina cuando un término está relacionado con otro.
- Identificación de estados de ánimo: Los programas más avanzados de NLP pueden inclusive generar sinopsis automáticas de conjuntos extensos de texto e identificar los estados de ánimo y las opiniones subjetivas subyacentes de los autores.
NLP en el sector salud: usos reales
El uso del NLP en el sector salud tiene impacto en varias vertientes, según reportó recientemente la firma Chilmark Research, especializada en investigaciones de mercado sobre el uso de las TIC en el sector salud. A continuación, algunos ejemplos:
- Los médicos ingresan información al expediente clínico electrónico (ECE) con más rapidez, al dictarla a una máquina en vez de tener que sentarse a escribirla en la computadora.
- El programa NLP puede analizar esa información, estructurarla en categorías definidas y agruparlas en bases de datos para análisis clínicos posteriores que pueden ser útiles, por ejemplo, para prevenir complicaciones postquirúrgicas, lo que aminora el número de errores médicos.
- Otro estudio, hecho en 2017, utilizó un programa de NLP para identificar en artículos especializados casos de reacciones adversas a medicamentos. Entre 2007 y 2016 se publicaron más de 342,000 artículos que tocaban el tema, lo que se estima que significaba más de un terabyte de datos sin estructurar. El estudio permitió identificar reacciones inusuales a medicamentos más o menos comunes —como la aspirina o la warfarina—, información que puede ayudar a tomar decisiones más adecuadas en determinados casos.