Científicos de la Universidad Carlos III de Madrid han creado un sistema informático capaz de extraer y traducir el lenguaje coloquial de redes sociales como Twitter en datos para monitorear los efectos adversos de diversos medicamentos, en tiempo real.
Actualmente los efectos o reacciones adversas a medicamentos son un problema importante de seguridad en el campo de la salud. Estos se refieren a los efectos dañinos y no intencionados que producen los fármacos en el tratamiento de enfermedades y profilaxis. En Estados Unidos, por ejemplo, son la cuarta causa de muerte en pacientes hospitalizados.
Cada 5 segundos se realizan 170.000 búsquedas en Google sobre salud, lo que convierte a este campo en la tercera categoría más buscada, explican los investigadores. “Los ciudadanos generan ahora mucha información, de modo que las redes sociales pueden ser una valiosa fuente para descubrir efectos adversos de los medicamentos una vez el fármaco ha finalizado la fase de ensayos clínicos y empieza a comercializarse”, dijo Isabel Segura Bedmar, responables de la investigación.
La gran cantidad de datos que deben almacenarse, su variedad y la velocidad con la que se ven modificados hacen de este un problema típico de big data.
El prototipo que han creado estos científicos, en el marco del proyecto de investigación europeo TrendMiner, permite analizar los comentarios en redes sociales por medio de técnicas de procesamiento del lenguaje natural (PLN). Gracias a estas técnicas, las descripciones coloquiales de los pacientes se “traducen” a datos manejables en estudios comparativos que permitan la obtención de patrones, tendencias, etc.
“Estos datos pueden también combinarse con los obtenidos de otras fuentes, como son las historias clínicas electrónicas de los pacientes; en ellas aparece información muy útil sobre diagnósticos, tratamientos, etc., también descrita en gran parte en lenguaje natural, por lo que es necesario codificarla y convertirla en información estructurada con la que poder trabajar”, explica otra de las investigadoras, la profesora Paloma Martínez.
El prototipo que han creado para analizar comentarios en redes sociales incorpora un procesador lingüístico basado en MeaningCloud, una tecnología comercial para análisis de big data de la empresa Daedalus, que reconoce las menciones de fármacos, efectos adversos y enfermedades. El sistema visualiza la evolución de estas menciones y sus “coocurrencias”, es decir, registra qué fármacos se mencionan y con qué efectos adversos.
Por ejemplo, el sistema monitoriza fármacos pertenecientes a la familia de los ansiolíticos y para ello no solo tiene en cuenta las menciones de los principios activos o medicamentos genéricos de este grupo (entre otros el lorazepam y el diazepam) sino también las marcas comerciales (como el Orfidal). Todas estas menciones se pueden analizar además en relación con sus efectos terapéuticos y sus efectos adversos como los temblores.
“Esta tecnología la podría emplear también una farmacéutica para saber qué se está diciendo de un fármaco, por ejemplo, o para recabar sospechas sobre efectos adversos y así complementar las notificaciones recibidas por los canales tradicionales”, agrego.
Hay partes de informes médicos, notas o historias clínicas “que son difíciles de procesar, por lo que no se está trabajando en ello, y esta técnica podría ayudarnos a sacar el máximo rendimiento a ese contenido”, explican los investigadores. “El reto es transformar esos textos, que actualmente se almacenan sin analizar, en información estructurada, lo que permite que se pueda utilizar con fines clínicos y epidemiológicos para adquirir nuevo conocimiento o analizar tendencias que faciliten la toma de decisiones”.
Referencia: UC3M