MedCOD: Mejorar la traducción médica de inglés a español de grandes modelos lingüísticos utilizando el marco de...

Área de la Ciencia:

• La informática médica es la informática médica.
• Procesamiento del lenguaje natural.
• La lingüística computacional es la lingüística computacional.

Sus antecedentes:

• Una traducción médica precisa es crucial para el acceso global a la atención médica.
• Los Grandes Modelos de Lenguaje (LLM) son prometedores, pero luchan con la terminología médica específica del dominio.
• Los métodos de traducción existentes carecen de una integración robusta del conocimiento médico estructurado.

Objetivo del estudio:

• Introducir MedCOD (Medical Chain-of-Dictionary), un nuevo marco híbrido para mejorar la traducción médica del inglés al español.
• Mejorar los LLM mediante la integración del conocimiento estructurado del dominio de los paradigmas UMLS y LLM-KB.
• Evaluar la efectividad de MedCOD en la mejora de la calidad de la traducción a través de múltiples LLMs de código abierto.

Principales métodos:

• Construido un corpus paralelo de 2.999 artículos MedlinePlus en inglés y español.
• Desarrolló un conjunto de pruebas de 100 oraciones con contextos médicos estructurados.
• Empleó un mensaje estructurado con variantes multilingües, sinónimos y definiciones UMLS.
• Utilizado ajuste fino basado en LoRA en cuatro LLM de código abierto (Phi-4, Qwen2.5-14B, Qwen2.5-7B, LLaMA-3.1-8B).

Principales resultados:

• MedCOD mejoró significativamente la calidad de la traducción en todos los LLMs evaluados.
• Phi-4 con MedCOD y ajuste fino logró puntuaciones superiores en BLEU (44.23), chrF++ (28.91) y COMET (0.863).
• Tanto el llamado de MedCOD como la adaptación del modelo mejoraron el rendimiento de forma independiente, y el uso combinado produjo ganancias máximas.
• El rendimiento superó a los modelos de referencia fuertes como GPT-4o y GPT-4o-mini.

Conclusiones:

• La integración estructurada del conocimiento a través de MedCOD mejora sustancialmente el rendimiento de LLM para la traducción médica.
• El marco MedCOD ofrece una estrategia viable para mejorar la precisión y confiabilidad de la traducción del idioma médico.
• Este enfoque tiene un potencial significativo para el avance de las aplicaciones de IA en la comunicación de salud global.