Pozarren aurkezten dugu Latxa eredu irekien familia, euskarazko hizkuntza eredurik handiena eta hoberena duena.
Leer más
El proyecto EDHIA se enmarca en un esfuerzo coordinado para avanzar en la detección temprana de diversas enfermedades de alto impacto a través de la aplicación de procesamiento del lenguaje natural (PLN) e inteligencia artificial (IA) en documentos médicos. El objetivo final es desarrollar herramientas que puedan procesar grandes volúmenes de datos clínicos—como los Registros Electrónicos de Salud (EHRs), notas clínicas y literatura científica—para identificar factores de riesgo tempranos y apoyar a los profesionales de la salud en el diagnóstico e intervención precoz.
Objetivo y Alcance:
Salud Mental: Mejorar la detección temprana de problemas de salud mental, especialmente aquellos que suelen ser subreportados o estigmatizados, como las tendencias suicidas. El proyecto utiliza técnicas de PLN para procesar los registros de los pacientes y detectar riesgos potenciales que de otro modo podrían pasar desapercibidos para los médicos.
Detección de VIH: Optimizar el diagnóstico de infecciones por VIH mediante PLN, identificando oportunidades perdidas de pruebas e intervención en los registros de pacientes, apoyando el objetivo 95-95-95 de la Organización Mundial de la Salud para la gestión del VIH en 2030.
Enfermedades Raras: Enfocarse en mejorar la calidad de vida de los pacientes con enfermedades raras (ER), en particular niños. Esto implica identificar la conexión entre las malformaciones congénitas y su evolución en la salud mental, junto con otros determinantes sociales de la salud.
Complicaciones Cardiovasculares: Predecir factores de riesgo relacionados con las enfermedades cardiovasculares, especialmente tras un primer episodio de Fibrilación Auricular, utilizando IA y PLN en datos estructurados como informes de electrocardiogramas y notas clínicas no estructuradas.
Duración y Colaboración:
El proyecto tiene una duración de 36 meses y cuenta con la colaboración entre varias instituciones académicas líderes:
-
- HiTZ (Centro Vasco de Tecnología del Lenguaje): Se centra en modelos de lenguaje y anotación de corpus.
-
- UNED (Universidad Nacional de Educación a Distancia): Lidera el esfuerzo en el desarrollo de herramientas computacionales para el PLN en el ámbito médico.
-
Metodología:
El proyecto utilizará una combinación de datos estructurados y no estructurados, aplicando técnicas avanzadas de PLN como la detección de patrones temporales, el enriquecimiento de ontologías médicas y el ajuste de modelos de lenguaje para apoyar las tareas de detección temprana. Estas herramientas se adaptarán a entornos multilingües, lo que hará que las soluciones sean aplicables en diversos contextos lingüísticos.
Esta colaboración asegura la generalización de los sistemas desarrollados a través de diferentes conjuntos de datos del ámbito sanitario, con el objetivo de proporcionar soluciones escalables que puedan aplicarse en hospitales y sistemas de salud diversos.
Ayudas Económicas: Departamento de Cultura y Política Lingüística
