(2024-06) Bonilla Arandia, Daniel; Delgado Roman, Carlos Ignacio
Las actividades de evaluación de registros clínicos electrónicos (EHR) como la medición de adherencia a Guías de Práctica Clínica (GPC) presentan un reto para los prestadores de servicios de salud, puesto que su adecuada implementación permite reducir la variabilidad de la atención y costos de atención. Sin embargo, es una tarea que requiere una revisión de registros elevado y retroalimentación constante para considerarse exitosa.
Esta investigación presenta el diseño y desarrollo de un prototipo basado en Procesamiento de Lenguaje Natural (NLP) mediado por Deep Learning para evaluar la adherencia a Guías de Práctica Clínica (GPC) en registros clínicos electrónicos, haciendo uso de un modelo grande de lenguaje (LLM) preentrenado y la combinación de Prompt Engineering y Retrieval Augmented Generation (RAG) para analizar las historias clínicas y determinar la adherencia.