Bismart ha dut a terme un projecte d'anàlisi de text amb l'Hospital del Mar de Barcelona i el Grup Ferrer. En aquesta entrada n'expliquem els detalls.
Bismart Folksonomy
Folksonomy és un sistema d'etiquetatge d'última generació que permet minar conjunts de dades i proporciona la informació que s'està buscant dins del document en un instant. Aquest sistema es basa en la folksonomia, un concepte que parteix de la taxonomia tradicional. En la taxonomia es defineixen categories en què després es classificaran les etiquetes que es trobin al document. En canvi, en la folksonomia la classificació es crea en descobrir la freqüència d'aparició d'aquestes etiquetes, de manera que podem trobar informació o patrons dins del document que no es coneixien prèviament. Aquest tipus de classificació s'anomena bottom up. La folksonomia és un concepte poc conegut, encara que el fem servir diàriament.
La necessitat
A l'àmbit clínic es generen enormes quantitats de dades diàriament. Entre aquestes dades hi ha altes i baixes mèdiques i històries clíniques, entre molts altres tipus. Dins d'aquestes grans quantitats de dades hi ha patrons i informació que poden ser de gran valor per a l'administració i pels professionals.
Tot i això, l'extracció d'aquesta informació de forma manual resulta impossible degut a la magnitud de les dades i al fet que les altes, baixes i històries estan escrites en llenguatge natural no estructurat. Aquest era el cas del departament de nefrologia de l'Hospital del Mar de Barcelona que, juntament amb el Grup Ferrer, es va posar en contacte amb Bismart per iniciar un projecte d'anàlisi de text que pogués reduir enormement el temps necessari per extreure la informació de les dades.
Objectiu del projecte
L'objectiu del projecte dut a terme és entendre els milers d'altes mèdiques de les quals es disposa i extreure'n intel·ligència clínica. Per això, Bismart ha posat a disposició de l'hospital l'eina Folksonomy, que permet extreure informació de dades no estructurades, ja siguin en format de text, imatge, vídeo, àudio o altre format.
Aquest departament havia generat, en un període de tres anys, més de 1600 documents d'altes hospitalàries. Aquests documents, escrits en llenguatge natural, a més presentaven la dificultat que cada metge emprava abreviacions diferents per a les mateixes proves, malalties o medicaments, per exemple. Això creava la necessitat de comptar amb una eina que permetés identificar aquestes paraules com a sinònimes.
Beneficis del projecte
Els beneficis que Folksonomy de Bismart ha atorgat a l'Hospital del Mar i Grup Ferrer són l'extracció de coneixement d'informació no estructurada, recomanacions intel·ligents, acceleració de la generació de coneixement mèdic i reducció de variabilitat. Específicament, gràcies a l'eina van poder identificar sinònims i implicacions (hiperònims), gestionar paraules clau mitjançant etiquetes, classificar certes paraules i termes en una llista negra o blanca, entre d'altres.
A més, l'eina els ha permès augmentar la quantitat de decisions beneficioses per al pacient i els sistema i capacitar els professionals.
La capacitació dels professionals ha pres la forma de tres tipus de big data:
- Big data descriptiu: els ha permès avaluar resultats de salut, identificar relacions prèviament desconegudes, connectar totes les fonts de dades generades en la pràctica clínica i reclutar pacients per a assajos clínics.
- Big data predictiu: els ha permès predir successos clínics.
- Big data prescriptiu: amb aquest tipus de big data han pogut prendre decisions en temps real basades en bones pràctiques.
Resultats
Amb la nostra eina els professionals han pogut entendre la pràctica clínica i la seva variabilitat, oferir suport per a la presa de decisions en temps real, determinar l'epidemiologia de la població, generar hipòtesis d'investigació clínica, fer estudis observacionals, predir casuístiques clíniques abans que ocorrin, extreure de manera automàtica totes les variables dels pacients atesos filtrant pels criteris de cerca desitjats i establir correlacions no òbvies.
Això s'ha aconseguit mitjançant la consecució de tres objectius que s'han plantejat en forma de pregunta que permeti:
- Objectiu 1: saber amb quin tractament hipoglucemiant estan tractats els pacients amb malaltia renal i quin tractament se'ls ha canviat.
- Objectiu 2: descobrir quins pacients amb antecedents d'inhibidors del sistema renina angiotensina porten inhibidors a l'alta.
- Objectiu 3: saber quins pacients que a antecedents no tenen un quadre de depressió prenen un medicament antidepressiu (grup ATC N06A).
Sense Folksonomy, el procés per descobrir aquesta informació havia de ser manual i, per tant, molt lent. El professional mèdic havia de llegir i analitzar els milers de documents i establir relacions entre ells manualment.
Després de dur a terme un procés de normalització i data quality, amb Folksonomy de Bismart s'ha aconseguit poder respondre a les preguntes del professional mèdic en poques hores gràcies a l'extracció de coneixement de les dades no estructurades d'altes de què disposava l'hospital. Així doncs, els resultats obtinguts de l'objectiu 1, per exemple, han estat que el 39,91% dels pacients que ingressen a nefrologia són diabètics, un total de 651, dels quals 89 són tractats amb metformina.
La premsa s'ha fet ressò del potencial del projecte. Mitjans com La Vanguardia o el portal web de notícies de Microsoft n'han publicat els resultats, així com altres mitjans de comunicació centrats en l'àmbit sanitari.
Bismart Folksonomy permet extreure intel·ligència de qualsevol tipus de suport, ja sigui textual, d'àudio, vídeo, etc. de qualsevol temàtica. Si vols conèixer més detalls del producte, fes clic aquí.
