Ilość generowanych przez nas danych ulega w ostatnich latach wzrostowi w wykładniczym tempie, a w dużej mierze przyczynia się do tego sektor opieki zdrowotnej. Coraz jednak częściej coraz większa część tych informacji jest nieustrukturyzowana, jak dzieje się to w przypadku tekstów. Maszynie trudno jest automatycznie zrozumieć i wydobyć z nich wartościowe dane, gdyż ludzki język jest niezwykle złożony. Aby przezwyciężyć tę przeszkodę, wykorzystuje się technologie przetwarzania języka naturalnego.

Dzięki tymże ​​technologiom oraz doradztwu medycznemu przedsiębiorstwa Azierta firma GMV zdołała ustrukturyzować dane tekstowe dotyczące zdrowia, aby ułatwić analizę i wykorzystanie informacji klinicznych pacjentów z rakiem nerkowokomórkowym (RCC), z myślą o zaoferowaniu im spersonalizowanego leczenia. Nie byłoby to możliwe bez nieocenionej współpracy Joaquina Carballido Rodrígueza, ordynatora oddziału urologicznego Szpitala Uniwersyteckiego Puerta de Hierro w Madrycie, skąd pochodzą zebrane w ciągu dziesięciu lat dane o niemal 600 pacjentach z nowotworami złośliwymi nerek. Formularze, raporty oraz notatki medyczne zostały zinterpretowane i wykorzystane z zastosowaniem technologii naturalnego przetwarzania danych firmy GMV, a także wiedzy lekarza i badacza Eduarda Rodenasa oraz jego zespołu.

Proces ten składał się z trzech wyraźnie rozgraniczonych etapów. Na pierwszym opisana została ontologia raka nerkowokomórkowego, co umożliwiło zgromadzenie odpowiedniej wiedzy na ten temat poprzez określenie istotnych elementów – objawów, dowodów medycznych, sposobów leczenia itp. – oraz występujących pomiędzy nimi interakcji. Zdefiniowano również szereg istotnych aspektów, których parametry mogą okazać się interesujące (np. skala ECOG czy liczba płytek krwi).

W drugiej fazie wydobyto przydatną wiedzę z tekstów, do czego zespół GMV wykorzystał autorskie narzędzie o nazwie uQuery, przeznaczone do przetwarzania języka naturalnego. Dzięki niemu udało się zlokalizować w ramach danych zdefiniowane wcześniej pojęcia i wzorce, co pozwoliło uporać się z występującymi powszechnie problematycznymi kwestiami związanymi z przetwarzaniem języka naturalnego, takimi jak zarządzanie rodzajem gramatycznym czy negacjami, bardzo często spotykanymi w tekstach medycznych. W tej fazie postarano się również nadać tym znaleziskom kontekst czasowy, aby można je było później uporządkować chronologicznie. Stanowiło to jedno z kluczowych wyzwań projektu, zwłaszcza z uwagi na specyficzne cechy wielu tekstów medycznych, takie jak schematyczna narracja czy mieszanka kontekstów czasowych. Wreszcie, ostatni etap polegał na wykorzystaniu uzyskanych wyników do szeregu wizualizacji, które umożliwiły zrekonstruowanie chronologii choroby pacjenta i jej analizę w bardziej intuicyjny sposób.

Przeprowadzone prace miały na celu poszerzenie ogólnej wiedzy na temat zachowania raków nerkowokomórkowych oraz zgłębienie kwestii ich patologii w celu poprawy poziomu opieki nad pacjentami borykającymi się z tymi nowotworami. Poprzez realizację tego projektu firmy GMV i Azierta, wykorzystując technologię języka naturalnego, dostarczyły specjalistom ze Szpitala Puerta de Hierro cenne informacje na temat m.in.: procedur diagnostycznych stosowanych w fazie badania, ich ewolucyjnego przebiegu na przestrzeni lat, a także podejścia do poszczególnych wytycznych terapeutycznych w zależności od chorób współistniejących opisanych przez samego pacjenta i od jego stylu życia. Dzięki Uquery, narzędziu firmy GMV służącemu do przetwarzania języka naturalnego, przeanalizowane oraz wykorzystane zostały informacje kliniczne dotyczące pacjentów z rakiem nerkowokomórkowym, co umożliwiło ustalenie chronologii choroby i zastosowanie nowych metod klinicznych.

Autorka: Paloma López de Arenosa Barbeito, Data Scientist w Dziale Sztucznej Inteligencji i Big Data w GMV