Gracias a una investigación de la Universidad Carlos III de Madrid (UC3M) se ha conseguido crear un complejo sistema de algoritmos para detectar los efectos adversos de los medicamentos.
Este estudio está basado en las redes sociales, los blogs de salud, los archivos de historias clínicas y en los comentarios coloquiales que puedes realizar a través de la Red para que sean analizados y sistematizados.
El sistema se ha desarrollado dentro de un proyecto europeo llamado TrendMiner y en colaboración con la empresa Daedalus, que analiza los tuits en tiempo real.
“Lo que hemos conseguido, a través de tecnología de procesamiento de lenguaje natural, es que el ordenador entienda y sistematice los fármacos, enfermedades y reacciones adversas que se mencionan en los centenares de miles de mensajes relacionados con la salud que se escriben en Twitter y blogscomo Saluspot, para que personal clínico o farmacéutico pueda hacer un seguimiento y fijarse en los datos que sean de su interés”, explica Paloma Martínez, profesora del departamento de Informática de la UC3M.
“Inicialmente nos centramos en ansiolíticos y antidepresivos porque había mucha actividad en Twitter sobre ellos, y vimos que además de detectar qué fármacos y qué efectos se mencionan, el sistema evidenciaba información sobre automedicación, sobre combinaciones peligrosas que hacen los pacientes entre fármacos y alcohol, temas de intercambio o venta de fármacos a través de la red…”, apunta Martínez.
Sin embargo, el director de Farmaindustria, Emilio Esteve, insiste en que aún no es concluyente, ya que muchos pacientes confunden síntomas con patología y su terminología no es clara.
Martínez explica que precisamente ese ha sido el reto de su procesador lingüístico, conseguir interpretar la terminología (expresiones como “me deja ko”), las abreviaturas (benzos por benzodiacepinas), las faltas de ortografía y erratas con que los pacientes se refieren los fármacos.
El sistema se está aplicando ahora a las notas, informes de radiología o historias clínicas redactadas como texto libre en un hospital de Madrid.
