Beneficiile tehnologiei Procesarii Limbajului Natural

Folosind tehnologia de procesare a limbajului natural, cercetatorii pot tria datele nestructurate pentru a imbunatati ingrijirea pacientului, eforturile de cercetare si diagnosticarea bolilor.
Pentru a furniza ingrijire de calitate si rezultate pozitive pentru pacienti, cercetatorii si clinicienii au nevoie de date complte despre pacient si de literatura medicala.

Cu toate acestea, pentru ca 80% dintre datele esentiale se afla in note clinice nestructurate, lucrari stiintifice si articole din conferinte, accesul imediat la informatii clinice este dificil.
Cercetatorii ar putea utiliza metode de inteligenta artificiala pentru a sorta datele nestructurate folosind procesarea limbajului natural. Datele pot oferi apoi informatiile valoroase despre ingrijirea pacientului, demersuri de cercetare si diagnosticarea bolilor.

Ce este procesarea limbajului natural?

Procesarea limbajului natural este un termen general, ce descrie folosirea algoritmilor informatici pentru a identifica componente cheie din limbajul de zi cu zi, semnificatia exacta din inputuri nestructurate sau scrise si sa le transforme in date utilizabile.
PLN necesita folosirea inteligentei artificiale, a lingvisticii computationale si a altor metode de invatare automata.

Unele dintre task-urile specifice pentru sistemele PLN pot fi:

•  Sumarizarea unor blocuri lungi de text narativ, inclusiv notite clinice sau articole din jurnale academice, identificand concepte cheie sau fraze prezente in material.
•  Cartografierea elementelor de date prezente in texte nestructurate, in campuri structurate, in cadrul unei fise medicale electronice, pentru a imbunatati integritatea datelor clinice.
•  Transformarea datelor in sens invers, din formate ce pot fi prelucrate automat in limbaj natural, in scopuri de raportare si educationale.
•  Raspunsul la intrebari unice in text liber, care necesita sintetizarea unor surse multiple de date.
•  Implicarea in recunoasterea optica a caracterelor, pentru a transforma imagini precum documente PDF sau scanari ale fiselor de ingrijire si rapoarte de imagistica, in fisiere text care pot fi apoi analizate.
•  Efectuarea recunoasterii vocale pentru a permite utilizatorilor sa dicteze note clinice si alte informatii care pot fi transformate apoi in text.

Multe sisteme PLN “invata” in timp, reabsorbind rezultatele din utilizarile anterioare ca feedback despre rezultatele care s-au dovedit exacte si despre cele care nu au raspuns nevoilor de cercetare.

Cum imbunatatesc sistemele PLN ingrijirea pacientului si cercetarea?

Pentru a gestiona mai bine datele nestructurate si eforturile de cercetare, Centrul Medical al Universitatii din Georgetown a adoptat instrumentele de minare de text bazate pe inteligenta artificiala in dosarele medicale electronice. Instrumentul permite medicilor sa caute rapid prin volume mari de literatura medicala, pentru a sustine procesul decizional clinic in timp real.
“Lucrez mult cu medici si discut cu ei despre cautarea de date. Principala lor problema este ca nu pot extrage rapid informatia exacta pe care o doresc, atunci cand fac o cautare. Cautarea este foarte imprecisa. Le ia prea mult timp si necesita prea multa munca pentru a ajunge la informatia pe care o vor” spune informaticianul clinic al Universitatii Georgetown, Johnathan Hartmann, citat de HealthITAnalytics.

Instrumentul de minare de text Linguamatics foloseste procesarea limbajului natural pentru a tria texte dupa fraze cheie specifice. Informatia extrasa poate identifica apoi cel mai bun tratament pentru pacienti.
Folosind aceeasi tehnologie AI, echipele de cercetare pot cauta literatura si inregistrari medicale pentru a descoperi gene asociate cu anumite boli, in scopul imbunatatirii intelegerii proceselor moleculare si al contributiei la progresele in materie de targetare a medicamentelor.

Desi instrumentele traditionale de minare de text executa sarcini similare, Linguamatics reduce in mod semnificativ sarcinile medicilor.
“Instrumentele permit medicilor sa caute foarte rapid si eficient prin textele unui numar mai mare de articole, extragand precis informatia de care sunt interesati. Motoarele traditionale de cautare precum PubMed, pot cauta si extrage 50 de articole, dintre care doar unele ar putea contine informatia cautata” a continuat Hartmann.
“Cu toate acestea, medicii vor trebui sa citeasca toata partea abstracta sau chiar textul complet pentru a identifica poate unul sau doua articole ce contin informatia pe care o cauta. Folosind Linguamatics, ei ar putea identifica imediat cele doua articole, fara sa fie nevoiti sa treaca prin 50 de articole”.

In plus, Linguamatics foloseste capacitatile de procesare a limbajului natural pentru a scana intregul text al unui articol si pentru a identifica conceptele si relatiile din literatura, pentru a furniza ingrijire de inalta calitate.

Metodele traditionale de cautare prin minare de text fara capacitati de procesare a limbajului natural sunt incapabile sa execute aceleasi taskuri.
Folosirea de date complete permite medicilor sa ofere standarde inalte de ingrijire a pacientilor. Potrivit lui Hartmann, exista destula informatie in datele nestructurate si in literatura, care poate juca un rol important in luarea deciziilor clinice.

Cum poate PLN asista in diagnosticarea bolilor?

Pe langa identificarea optiunilor corecte de tratament pentru pacienti, PLN poate ajuta, de asemenea, medicii sa diagnosticheze bolile.
Un studiu recent efectuat de Kaiser Permanente a demonstrat valoarea tehnologiei procesarii limbajului natural, medicii identificand ccu ajutorul acesteia peste 50.000 de pacienti cu stenoza aortica.

Studiul a fost condus de Matthew Solomon, medic cardiolog la The Permanente Medical Group si cercetator la Divizia de Cercetare a Kaiser Permanente din Oakland, California.
Potrivit lui Solomon, desi serviciile medicale sunt in acest moment intr-o era a big data si a analizei de date, continua sa fie dificil de identificat pacientii cu afectiuni complexe, precum boala cardiaca valvulara, ceea ce da nastere la dificultati legate de studierea bolii, de urmarirea modelelor de practica medicala si de management al sanatatii populatiei.
“In prezent, sistemele sanitare urmaresc pacientii folosind coduri de diagnostic si de procedura, care sunt create in principal in scopuri de facturare. Acestea pot fi extrem de nespecifice si nu sunt utile pentru ingrijirea medicala si pentru cercetare” a mai spus Solomon. “Fara identificarea precisa si sistematica a cazurilor, manegentul sanatatii populatiei si cercetarea cu privire la afectiunile cardiace valvulare (si la multe alte afectiuni complexe) nu sunt posibile. Am stabilit sa abordam aceasta problema prin dezvoltarea de algoritmi de procesare a limbajului natural, care ne permite sa invatam un computer cum sa faca asta pentru noi”.

Echipa de cercetare a antrenat sistemele de procesare a limbajului natural sa sorteze peste un milion de fise medicale electronice si rapoarte de ecografii cardiace, pentru a detecta anumite abrevieri, cuvinte si fraze asociate cu stenoza aortica.
In cateva minute, softul a recunoscut aproape 54.000 de pacienti cu aceste afectiuni, un proces care le-ar fi luat ani intregi medicilor daca ar fi trebuit sa il faca manual.
“A fost un moment minunat cand am realizat ca putem aplica alogoritmii dezvoltati si validati la nivelul intregii populatii si sa identificam cohorta ampla de pacienti cu stenoza aortica” a spus Solomon. “Am putut imagina imediat un viitor nu foarte indepartat in care aceste metode ar putea fi folosite pentru a duce la urmatorul nivel managementul sanatatii populatiei, o zona in care Kaiser Permanente Northern California a excelat in ultimele doua decenii”.

Pe fondul continuarii dezvoltarii inteligentei artificiale in sistemul medical, Solomon a spus ca providerii ar trebui sa fie increzatori ca investitia in tehnologii noi va imbunatati semnificativ rezultatele pacientilor. “Aceste tehnici AI vor putea ajuta medicii si alti furnizori de servicii medicale sa ingrijeasca pacientii in moduri care inainte nu erau posibile” a spus Solomon.
Cu tehnologia NLP, cercetatorii pot imbunatati ingrijirea pacientilor, eforturile de cercetare si metodele de diagnosticare a bolilor.

Sursa: https://healthitanalytics.com/features/what-are-the-benefits-of-natural-language-processing-technology