Cómo hacer el trabajo de semanas en pocas horas: el proyecto de Hospital del Mar y Grupo Ferrer

Bismart Folksonomy

Folksonomy es un sistema de etiquetaje de última generación que permite minar conjuntos de datos y proporciona la información que se está buscando en un instante. Este sistema se basa en la folksonomía, que es un concepto que parte de la taxonomía tradicional en la cual se definen categorías en las que luego se clasificarán las etiquetas que se encuentren en el documento. La diferencia principal es que la folksonomía hace una classificación bottom-up de etiquetas. Eso significa que en vez de determinar las categorías previamente al análisis, el análisis provee categorías según la frecuencia de aparición de las etiquetas. La folksonomía es un concepto poco conocido, aunque lo usamos diariamente

La necesidad

En el ámbito clínico se generan enormes cantidades de datos diariamente. Entre estos datos se encuentran altas y bajas médicas e historias clínicas, entre muchos otros tipos. Dentro de estas grandes cantidades de datos se encuentran patrones e información que pueden ser de mucho valor para la administración y para los profesionales.

Folksonomy

Sin embargo, la extracción de esta información de forma manual resulta imposible, dada la magnitud de los datos y al hecho de que las altas, bajas e historias están escritas en lenguaje natural no estructurado. Este era el caso del departamento de nefrología del Hospital del Mar de Barcelona que, junto con el grupo Ferrer, se puso en contacto con Bismart para iniciar un proyecto de análisis de texto que pudiera reducir enormemente el tiempo necesario para extraer la información de los datos.

Objetivo del proyecto

El objetivo del proyecto llevado a cabo es entender los miles de altas médicas de las que se dispone y extraer de ellas inteligencia clínica. Para ello Bismart ha puesto a disposición del hospital la herramienta Folksonomy, que permite extraer información de datos no estructurados, ya sean en formato de texto, imagen, vídeo, audio, u otro formato.

Este departamento había generado, en un período de tres años, más de 1600 documentos de altas hospitalarias. Estos documentos, escritos en lenguaje natural, además presentaban la dificultad de que cada médico usaba abreviaciones distintas para las mismas pruebas, enfermedades o medicamentos, por ejemplo. Eso creaba la necesidad de contar con una herramienta que permitiera identificar estas palabras como sinónimas.

Beneficios del proyecto

Los beneficios que Folksonomy de Bismart ha otorgado al Hospital del Mar y Grupo Ferrer son la extracción de conocimiento de información no estructurada, recomendaciones inteligentes, aceleración de la generación de conocimiento médico y reducción de variabilidad. Específicamente, gracias a la herramienta pudieron identificar sinónimos e implicaciones (hiperónimos), gestionar palabras clave mediante etiquetas, clasificar ciertas palabras y términos en una lista negra o blanca, entre otros.

Además, la herramienta les ha permitido aumentar la tasa de decisiones beneficiosas para el paciente y el sistema y capacitar a los profesionales.

La capacitación de los profesionales ha tomado la forma de tres tipos de big data:

  • Big data descriptivo: les ha permitido evaluar resultados de salud, identificar relaciones previamente desconocidas, conectar todas las fuentes de datos generados en la práctica clínica y reclutar pacientes para ensayos clínicos.
  • Big data predictivo: les ha permitido predecir sucesos clínicos.
  • Big data prescriptivo: con él han podido tomar decisiones en tiempo real basadas en buenas prácticas.
Resultados

Con nuestra herramienta los profesionales sanitarios han podido entender la práctica clínica y su variabilidad, ofrecer apoyo para la toma de decisiones en tiempo real, determinar la epidemiología de la población, generar hipótesis de investigación clínica, hacer estudios observacionales, predecir casuísticas clínicas antes de que ocurran, extraer de forma automática todas las variables de los pacientes atendidos filtrando por los criterios de búsqueda deseados y establecer correlaciones no obvias.

Esto se ha conseguido a través de la consecución de tres objetivos que se han planteado en forma de pregunta que permita:

  • Objetivo 1: saber con qué tratamiento hipoglucemiante están tratados a los pacientes con enfermedad renal y qué tratamiento se les ha cambiado.
  • Objetivo 2: descubrir qué pacientes con antecedentes de inhibidores del sistema renina angiotensina llevan inhibidores al alta.
  • Objetivo 3: saber qué pacientes que en antecedentes no tienen un cuadro de depresión toman un medicamento antidepresivo (grupo ATC N06A).

Sin Folksonomy, el proceso para descubrir esta información debía ser manual y, por lo tanto, muy tedioso y costoso y podía llevar semanas. El profesional médico debía leer y analizar los miles de documentos y establecer relaciones entre ellos manualmente.

Después de realizar un proceso de normalización y data quality, con Folksonomy de Bismart se ha conseguido poder responder a las preguntas del profesional médico en pocas horas gracias a la extracción de conocimiento de los datos no estructurados de altas de que disponía el hospital. Así pues, los resultados obtenidos del objetivo 1, por ejemplo, han sido que el 39,91% de los pacientes que ingresan en nefrología son diabéticos, un total de 651, de los cuales 89 son tratados con metformina.

Bismart Folksonomy permite extraer inteligencia de cualquier tipo de soporte ya sea textual, de audio, vídeo, etc. de cualquier temática. Si quieres conocer más detalles del producto, haz clic aquí

La prensa se ha hecho eco del éxito de este proyecto. La Vanguardia, Microsoft y medios de comunicación del sector médico han compartido los resultados.

DÉJANOS TU COMENTARIO