Del texto libre al estructurado. Evaluación de modelos ‘transformer’ en ensayos clínicos

El diseño de cohortes experimentales o el análisis de resultados de ensayos clínicos suele ser un proceso manual y costoso en términos de tiempo. Por ello, desde hace años se vienen aplicando técnicas de extracción de información para automatizar dichas tareas y obtener información estructurada de texto libre, especialmente con procesamiento del lenguaje natural.

En una primera etapa, el reconocimiento de entidades médicas permite identificar las entidades de interés, como los estados patológicos, los fármacos o información temporal. Dichas menciones pueden normalizarse a identificadores de conceptos en tesauros de referencia, como el Unified Medical Language System (UMLS).

En una segunda fase, las entidades extraídas pueden asociarse mediante relaciones semánticas, como entre un fármaco y su dosis. Este seminario expondrá los recursos y experimentos desarrollados para el español mediante la aplicación de modelos transformer, y mostrará un sistema de anotación semántica que implementa estos métodos.