Ingeniería del Conocimiento para Vocabularios Médicos Utilizando Modelos de Lenguaje Grandes

Área de la Ciencia:

• Informática Médica; Procesamiento del Lenguaje Natural; Gestión de Datos de Salud

Sus antecedentes:

• Los vocabularios médicos son cruciales para los datos de atención médica, pero su mantenimiento es costoso. La automatización de la gestión de vocabularios puede mejorar la eficiencia y reducir los costos.

Objetivo del estudio:

• Evaluar la viabilidad de usar modelos de lenguaje grandes (LLM) para automatizar la gestión de vocabularios médicos. Evaluar el rendimiento de los LLM en tareas de similitud de términos, subunción y agrupación.

Principales métodos:

• Se utilizó GPT-4o en 1533 términos cardiovasculares de SNOMED CT. Se comparó el rendimiento de los LLM con los vocabularios estandarizados de OHDSI para tres tareas clave.

Principales resultados:

• Los LLM lograron una alta precisión para la similitud de términos (0.78), subunción (0.74) y agrupación (0.78). La recuperación fue menor, particularmente para la subunción (0.08), lo que indica brechas de cobertura.

Conclusiones:

• Los LLM demuestran ser prometedores para automatizar tareas de vocabularios médicos, pero requieren un mayor refinamiento. La investigación futura debe centrarse en mejorar la recuperación, reducir los errores y evaluar la escalabilidad.