Diseño y desarrollo de una herramienta basada en procesamiento de lenguaje natural mediado por Deep Learning para evaluación de registros clínicos electrónicos
Cargando...
Archivos
Fecha
2024-06
Autores
Título de la revista
Publicado en
Publicado por
URL de la fuente
Enlace a contenidos multimedia
ISSN de la revista
Título del volumen
Resumen
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.
Descripción
Abstract
Evaluation activities for electronic health records (EHR), such as measuring adherence to Clinical Practice Guidelines (CPGs), present a challenge for healthcare providers, as proper implementation helps reduce variability in care and healthcare costs. However, it is a task that requires extensive record review and constant feedback to be considered successful.
This research presents the design and development of a prototype based on Natural Language Processing (NLP) mediated by Deep Learning to evaluate adherence to Clinical Practice Guidelines (CPGs) in electronic health records. It utilizes a large pre-trained language model (LLM) and combines Prompt Engineering with Retrieval Augmented Generation (RAG) to analyze medical records and determine adherence.
Palabras clave
Procesamiento de lenguaje natural, Guías de práctica clínica, Modelo grande de lenguaje, Recuperación generación aumentada, Registros clínicos electrónicos, NLP, GPC, LLM, RAG, EHR
Keywords
Natural Language Processing, Clinical Practice Guidelines, Large Language Model, Retrieval Augmented Generation, Electronic Health Records, NLP, CPG, LLM, RAG, EHR