Ajuste de modelos fundacionales para codificar diagnósticos a partir de registros de salud veterinaria

Área de la Ciencia:

• Informática Veterinaria
• Lingüística Computacional
• Investigación de Salud Única

Sus antecedentes:

• Los registros médicos veterinarios son valiosos para la investigación, pero presentan problemas de interoperabilidad debido a formatos inconsistentes y silos de datos.
• Las terminologías médicas estandarizadas y la codificación clínica mejoran la calidad de los registros y facilitan el intercambio de datos entre instituciones y especies.
• Estudios previos de Procesamiento del Lenguaje Natural (PLN) automatizaron subconjuntos de códigos de diagnóstico veterinarios utilizando modelos específicos como LSTM y transformers.

Objetivo del estudio:

• Ampliar la codificación automatizada de diagnósticos veterinarios para incluir los 7.739 códigos del Sistema de Nomenclatura de Medicina - Términos Clínicos (SNOMED-CT).
• Evaluar el rendimiento de 13 modelos de lenguaje preentrenados (ML) diversos para la codificación automatizada utilizando registros electrónicos de salud (HCE) veterinarios.
• Evaluar el impacto del volumen de datos y el tamaño/tipo de ML en la precisión de la codificación.

Principales métodos:

• Se ajustaron 13 modelos de lenguaje preentrenados (ML) distintos con notas clínicas de texto libre de 246.473 visitas de pacientes veterinarios.
• Se utilizó un conjunto completo de 7.739 códigos de diagnóstico SNOMED-CT de los HCE del Hospital de Enseñanza Veterinaria de la Universidad Estatal de Colorado (CSU VTH).
• Se comparó el rendimiento de varios ML, incluidos modelos clínicos y no clínicos, con diferentes cantidades de datos etiquetados.

Principales resultados:

• Los ML ajustados demostraron un rendimiento superior en la codificación automatizada de diagnósticos veterinarios en comparación con esfuerzos anteriores.
• Se logró una precisión óptima utilizando ML clínicos grandes ajustados con datos extensos etiquetados.
• Se obtuvieron resultados comparables con recursos más limitados y ML no clínicos, lo que indica métodos accesibles para la codificación automatizada.

Conclusiones:

• La codificación automatizada mediante técnicas avanzadas de PLN mejora significativamente la calidad e interoperabilidad de los HCE veterinarios.
• Este enfoque facilita la creación de bases de datos integradas entre especies, avanzando en la investigación veterinaria y de Salud Única.
• Los métodos accesibles para la codificación automatizada mejoran la utilidad de los datos y apoyan los esfuerzos de investigación colaborativa entre instituciones.