Relevancia del Procesamiento Natural del Lenguaje (NLP) en la radiología.
Sin duda, el Procesamiento Natural del Lenguaje (NLP) ha sido una tecnología, la cual facina al espectador por su utilidad. Gracias a esta, empresas como Google, pueden predecir los resultados de búsqueda gracias a complejos algoritmos al momento de su implementación. Es por esto por lo que expone en su artículo, algunos de los principios básicos al momento de implementar un NLP. Al igual que, comentan algunas de las aplicaciones que tiene en el mundo de la radiología.
¿Qué modelos existen hoy?
Volviendo al ejemplo anterior de Google. En el cual, el usuario escribe lo que desea buscar, es notorio que dicho motor de búsqueda arroje resultados que cree que se desea encontrar. A este comportamiento de asociar una acción a un comportamiento, es denominada en el artículo como Reconocimiento de Patrones. En este, la máquina asociará frases o palabras, con los posibles resultados deseados.
Otra manera de implementar un NLP para que este localice los artículos o informes de interés, es mediante la asociación lingüística. En la cual, las palabras con símbolos, los cuales deben ser colocados en un orden específico, cuyo orden contenga un significado, de acuerdo a lo que se desea esperar. Debido a que se ocupa la gramática y la fonética, este método resulta de mayor eficacia, sin embargo, a nivel computacional, sería más complejo de implementar.
Debido a la complejidad que resulta este segundo aproximamiento de diseño, existen alternativas para implementar un NLP. Entre ellas está mediante la vía del Machine Learing (el cuál se rige por la estadística), donde se le entrena a la IA del NLP, para separar las búsquedas en distitnas clases, las cuales, serán clasificadas.
¿Qué obstáculos enfrenta el Machine Learning?
Para el Machine Learning el mayor obstáculo es poder encontrar un dataset de tamaño óptimo, en el cual pueda entrenar el algoritmo. Gracias al entrenamiento, el algoritmo, podrá comprender la naturaleza de las características extraídas, para poder clasificarlas correctamente.
Ahora bien, comprendiendo un poco, las técnicas, las cuales se utilizan para el diseño de un NLP para la obtención de reportes de interés, es necesario, ver su aplicación de este sistema en la radiología. Es por esto por lo que [1], expone algunos de sus usos, tales como:
- Detectar hallazgos sospechosos de cáncer de mama en los informes de mamografía.
- Encontrar reportes los cuales contengan hallazgos clínicos importantes, al igual que algunas recomendaciones.
- Permitir el acceso a los repositorios de imágenes, para fines educativos.
Mitsouras, Dimitrios (2016/01/01). Natural Language Processing Technologies in Radiology Research and Clinical Applications. RadioGraphics, 36, 176-191. doi: 10.1148/rg.2016150080
