Aprovechando el procesamiento del lenguaje natural y el aprendizaje automático para identificar enfermedades crónicas...

Área de la Ciencia:

• Informática computacional de la salud informática de la salud.
• La ciencia de los datos médicos.
• Investigación de la atención primaria de la salud.

Sus antecedentes:

• Los registros médicos electrónicos (EMR) ofrecen datos valiosos para la identificación proactiva de enfermedades crónicas.
• La utilización de datos EMR no estructurados requiere métodos computacionales avanzados.
• Las enfermedades crónicas como la artritis, la ERC, la diabetes, la hipertensión y las enfermedades respiratorias son frecuentes en la atención primaria.

Objetivo del estudio:

• Aplicar el procesamiento del lenguaje natural (PNL) y el aprendizaje automático (ML) para detectar enfermedades crónicas utilizando datos EMR estructurados y no estructurados.
• Evaluar el impacto de la integración de notas clínicas no estructuradas en el rendimiento del modelo de detección de enfermedades.
• Identificar condiciones crónicas específicas en las que el aprovechamiento de datos no estructurados produce las mejoras más significativas.

Principales métodos:

• Desarrolló una tubería analítica utilizando PNL y ML en datos de EMR de 449 adultos mayores.
• Notas clínicas no estructuradas preprocesadas y modelado de temas aplicado de asignación latente de Dirichlet (LDA).
• Modelos de ML supervisados empleados (regresión logística regularizada, SVM, ANNs) con aprendizaje ponderado por clase y SMOTE para manejar el desequilibrio de datos.

Principales resultados:

• La integración de notas clínicas no estructuradas mejoró significativamente el rendimiento del modelo para ciertas condiciones.
• El área bajo la curva ROC para la detección de artritis (SVM) aumentó de 0.724 a 0.841.
• El área bajo la curva ROC para la detección de enfermedades respiratorias (ANN) aumentó de 0.733 a 0.890.
• Se observaron mejoras menos sustanciales para la diabetes, la hipertensión y la enfermedad renal crónica (ERC).

Conclusiones:

• Aprovechar los datos no estructurados de EMR, en particular las notas clínicas, mejora la precisión de la detección de enfermedades crónicas en la atención primaria.
• Las ganancias de rendimiento de la incorporación de datos no estructurados varían según la condición de salud específica.
• Este enfoque computacional es prometedor para mejorar la identificación y el manejo proactivos de enfermedades en los entornos de atención primaria.