Resumen

El procesamiento del lenguaje natural (PLN) se ha vuelto esencial para el uso secundario de los datos clínicos. En las dos últimas décadas, tanto el mundo académico como la industria han desarrollado numerosos sistemas de PLN clínico. Sin embargo, casi todos los sistemas existentes se limitan a entornos clínicos específicos, principalmente porque se desarrollaron y probaron con conjuntos de datos específicos, y a menudo no se pueden ampliar. Por lo tanto, el uso de los sistemas de PNL existentes para fines clínicos propios requiere importantes recursos y compromisos de tiempo a largo plazo para su personalización y comprobación. Además, el mantenimiento también es problemático y requiere mucho tiempo. Esta investigación presenta un enfoque ligero para construir sistemas de PNL clínicos con recursos limitados. Siguiendo el enfoque de la investigación en ciencias del diseño, proponemos una arquitectura ligera diseñada para ser componible, extensible y configurable. Considera la PLN como un componente externo al que se puede acceder de forma independiente y que se puede orquestar en un canal a través de API web. Para validar su viabilidad, desarrollamos un prototipo basado en web para la extracción de conceptos clínicos con seis conocidas API de PLN y lo evaluamos en tres conjuntos de datos clínicos. En comparación con los puntos de referencia disponibles para los conjuntos de datos, se obtuvieron tres puntuaciones F1 altas (0,861, 0,724 y 0,805) en la evaluación. También se obtuvo una puntuación F1 baja (0,373) en una de las pruebas, lo que probablemente se deba al pequeño tamaño del conjunto de datos de prueba. El desarrollo y la evaluación del prototipo demuestran que nuestro enfoque tiene un gran potencial para construir sistemas de PLN clínicos eficaces con recursos limitados.

• Materias:Análisis de espectro Organización modular Diagnóstico automatizado Monitoreo Servicios de salud
• Subjects:Spectrum analysis Modular organization Automated diagnostics Monitoring Health services
• Palabras claves:recursos limitados, enfoque de investigación de la ciencia del diseño, sistemas NLP clínicos eficaces, muchos sistemas NLP clínicos, procesamiento del lenguaje natural, sistemas NLP clínicos, extracción de conceptos clínicos, puntuaciones F1 altas, puntuación F1 baja, fines clínicos propios
• Keywords:limited resources, design science research approach, effective clinical NLP systems, many clinical NLP systems, Natural language processing, clinical NLP systems, clinical concept extraction, high F1 scores, low F1 score, own clinical purposes