Extracción de datos mediante procesamiento de lenguaje natural en terapias de adicción a cocaína

Un rasgo comun de los programas de rehabilitacion de pacientes con adiccion a la cocaina es una alta tasa de abandonos. El exito del tratamiento esta fuertemente ligado a la adherencia al mismo y el abandono se convierte en un grave problema para los sistemas sanitarios, debido principalmente a que implica un gran consumo de recursos especializados, que son costosos y con largas listas de espera. Por otro lado, la informacion de la que se dispone en este tipo de recursos sanitarios suele carecer de una estructura apropiada para el analisis al encontrarse en informes o documentos de texto libre. El objetivo del trabajo descrito en este articulo es utilizar tecnicas de procesamiento del lenguaje natural (PLN) para extraer el conocimiento no estructurado procedente de los informes de derivacion de los pacientes, permitiendo generar una base de datos estructurada sobre la que se puedan cimentar los futuros desarrollos. Este trabajo se enmarca en el contexto del proyecto PROTheOS, cuya motivacion de investigacion es crear un sistema de ayuda a la decision para la planificacion de las redes terapeuticas en adiccion a la cocaina mediante el desarrollo de modelos predictivos. Para crear y entrenar el modulo PLN se han utilizado 103 informes de derivacion, mientras que para la validacion se han utilizado 20, de los cuales se extraen hasta 94 variables o caracteristicas por informe. Se han comparado los resultados del modulo frente a la extraccion manual, obteniendo un porcentaje de discrepancia del 5,22% en el conjunto de entrenamiento y del 6,21% en el conjunto de validacion, lo que se observa como un hallazgo positivo y permite concluir que este modulo PLN es util para la extraccion automatica de informacion en el contexto bajo estudio.