Die Menge der von uns erzeugten Daten ist in den letzten Jahren exponentiell gewachsen, und einer der Hauptverantwortlichen für dieses Phänomen ist der Gesundheitssektor. Ein zunehmender Anteil dieser Informationen ist jedoch unstrukturiert, z. B. in Form von Texten. Aufgrund der hohen Komplexität der menschlichen Sprache ist es für Maschinen jedoch schwierig, sie automatisch zu verstehen und Werte daraus zu extrahieren. Zur Überwindung dieses Problems kommen Technologien zur Verarbeitung natürlicher Sprache ins Spiel.

Unter Anwendung solcher Technologien und mit der medizinischen Beratung von Azierta ist es GMV gelungen, Gesundheitsdaten in Texten zu strukturieren, um die Analyse und Nutzung klinischer Informationen von Patienten mit Nierenzellkarzinom (RCC) zu erleichtern und ihnen eine personalisierte Behandlung zu bieten. Dies wäre ohne die unschätzbare Mitarbeit von Joaquín Carballido Rodríguez, Leiter der Abteilung für Urologie am Universitätskrankenhaus Puerta de Hierro in Madrid, nicht möglich gewesen, wo zehn Jahre lang die Daten von fast 600 Patienten mit bösartigen Nierentumoren gesammelt wurden. Diese Formulare, Berichte und medizinischen Aufzeichnungen wurden mit den Technologien zur Verarbeitung natürlicher Sprache von GMV und dem Wissen des Arztes und Forschers Eduardo Ródenas und seines Teams interpretiert und ausgewertet.

Diese Arbeit bestand aus drei klar differenzierten Phasen. In der ersten Phase wurde eine Ontologie des Nierenzellkarzinoms erstellt, mit der das relevante Wissen über diesen Bereich durch die Definition spezifischer Aspekte - Symptome, medizinische Tests, Behandlungen usw. - und die Wechselwirkungen zwischen ihnen dargestellt werden kann. Darüber hinaus wurde eine Reihe von Konzepten definiert, deren Werte von Interesse sind (z. B. ECOG-Skala oder Blutplättchenzahl).

In der zweiten Phase wurde nützliches Wissen aus den Texten extrahiert, wofür das GMV-Team uQuery einsetzte, ein eigens entwickeltes Tool, das natürliche Sprache verarbeitet. Damit konnten die zuvor definierten Konzepte und Muster in den Daten gefunden werden, und häufig bei der Verarbeitung natürlicher Sprache auftretende Probleme, wie z. B. der Umgang mit dem Geschlecht oder Negationen, die in medizinischen Texten häufig vorkommen, gelöst werden. In dieser Phase wurde auch versucht, die Funde in einen zeitlichen Zusammenhang zur späteren Bildung einer chronologischen Reihenfolge zu bringen. Dies war eine der großen Herausforderungen des Projekts, vor allem wegen der Besonderheiten vieler medizinischer Texte, wie z. B. schematisches Erzählen oder das Vermischen von zeitlichen Kontexten. In der letzten Phase schließlich wurden die Ergebnisse durch eine Reihe von Visualisierungen hervorgehoben, die eine Rekonstruktion der Chronologie des Krankheitsverlaufs des Patienten und eine intuitivere Analyse ermöglichen.

Ziel der durchgeführten Arbeit war es, das Wissen über den Verlauf von Nierenzellkarzinomen weltweit zu erweitern und das Verständnis für die Pathologie zu vertiefen, um die Behandlung von Patienten mit solchen Tumoren zu verbessern. Mit diesem Projekt konnten GMV und Azierta mit Hilfe der natürlichen Sprachtechnologie den Fachärzten des Krankenhauses Puerta de Hierro wertvolle Informationen über die in der Studienphase angewandten diagnostischen Verfahren, die Entwicklung der Krankheit im Laufe der Jahre, den Ansatz der verschiedenen therapeutischen Leitlinien auf der Grundlage der vom Patienten selbst beschriebenen Komorbiditäten und seiner Lebensweise usw. liefern. Mit uQuery, dem GMV-Tool zur Verarbeitung natürlicher Sprache wurden die klinischen Informationen von Patienten mit Nierenzellkarzinom analysiert und ausgewertet, so dass eine umfassende Chronologie ihrer Krankheit erstellt und neue klinische Ansätze verfolgt werden können.

Autor: Paloma López de Arenosa Barbeito. Datenwissenschaftlerin in der Abteilung Künstliche Intelligenz und Big Data von GMV.