Los científicos creen que el análisis de texto sobre las quejas de salud en redes sociales puede ayudar a entender cómo afectan al cuerpo los medicamentos
Comparar síndromes y términos médicos específicos solía ser un trabajo médico, pero actualmente los investigadores rusos tienen un enfoque diferente. Con el objetivo de salvar la brecha entre la terminología que utilizan los profesionales de la salud y la forma en que las personas describen sus síntomas, utilizaron redes neuronales recurrentes y una serie de representaciones vectoriales de palabras.
La Universidad Federal de Kazán, el Instituto de Física y Tecnología de Moscú (MIPT) y otras universidades rusas participaron en el proyecto. Los resultados están publicados en un documento. Para mejorar la precisión, los textos médicos se cargaron en un kit de software y se creó un vocabulario especial. El software utilizó estos datos para asignar un vector a cada palabra.
Según Valentín Malij, investigador asociado del Laboratorio de Redes Neurales y Aprendizaje Profundo del MIPT, el sistema es capaz de memorizar textos.
“Cargamos textos y luego los comparamos con la Clasificación Internacional de Enfermedades (CIE)”, dijo Malij.
Las “mariposas de estómago”, por ejemplo, serán consideradas como no sintomáticas porque no hay nada similar en el CIE.
Andréi Fílchenkov, investigador del Departamento de Informática de la Universidad ITMO, cree que la comunicación es uno de los problemas más acuciantes de la medicina y la salud.
“Algorítmicamente hablando, se parece más a traducir diferentes idiomas, aunque sean muy similares entre sí”, señaló, añadiendo que las redes neuronales recurrentes pueden encontrar vínculos entre los elementos teniendo en cuenta el contexto.
Los científicos creen que el análisis de texto sobre las quejas de salud en redes sociales puede ayudar a entender cómo afectan al cuerpo los medicamentos. La tecnología también puede arrojar luz sobre cómo actúan los fármacos en combinación con determinadas dietas y estilos de vida.
