Sonia Ardila y Elías Buitrago presentaron la versión beta del proyecto como tesis en la Maestría en Analítica de Datos y obtuvieron mención meritoria.
Sonia y Elías son dos profesionales interesados no solo en la analítica de datos, sino también en el bienestar físico de las personas. Por eso, desde el primer semestre de su maestría se dieron a la tarea de aprovechar cada asignatura para lograr su cometido: elaborar un producto que contribuyera a salvar vidas. De ahí surgió ELISON, un chatbot útil para apoyar el diagnóstico de pacientes cardíacos, pero que no pretende reemplazar a los médicos especialistas en esta área.
En términos generales, un chatbot es una aplicación de software que hace las veces de asistente virtual, de modo que se comunica con usuarios por medio de mensajes de texto (vía teléfono móvil, PC o pantallas táctiles) o de voz sobre la base de respuestas automáticas. Esta tecnología no es nueva, pues sus orígenes datan de la década de los sesenta del siglo pasado, cuando Joseph Weizenbaum creó ELIZA, que respondía preguntas sencillas basado en un árbol de decisiones, como nos comentó Elías Buitrago.
Las aplicaciones de los chatbots son muy variadas y útiles, y van desde el marketing hasta la medicina, como en el caso de ELISON, proyecto con potencial para apoyar al área de cardiología de las instituciones prestadoras de servicios de salud urbanas y rurales del país.
Entrevistamos a Sonia y Elías, quienes nos cuentan más sobre su trabajo.
Noticentral (N) ¿De dónde surgió la idea de este proyecto?
Sonia y Elías (S/E)
La primera motivación para iniciar este proyecto surgió mientras buscábamos alternativas para agilizar la atención en el área de triage de los servicios de urgencias de clínicas y hospitales, específicamente cuando consultan pacientes cardíacos con alta probabilidad de riesgo cardiovascular. Entonces pensamos en un modelo predictivo de tal riesgo para las salas de urgencias.
Sin embargo, al avanzar en el diseño del modelo conceptual identificamos que un modelo predictivo de este tipo de riesgo requería datos previos que se encuentran en los exámenes paraclínicos que han sido realizados al paciente. Entonces pudimos evidenciar que este tipo de datos difícilmente los tiene un paciente que llega a la sala de urgencias de una clínica u hospital. El foco del proyecto se movió al área de consultas externas.
En ese nuevo ámbito de investigación, identificamos que el diálogo entre médico y paciente constituye una gran oportunidad para aplicar técnicas derivadas del procesamiento del lenguaje natural (NLP, por su sigla en inglés), porque la narración del paciente le permite al médico vincular al proceso de diagnóstico información complementaria a los resultados de exámenes paraclínicos.
Dichas narraciones contienen información valiosa para el diagnóstico, pero son limitadas por el corto tiempo definido por los médicos para la consulta. Por lo tanto, consideramos que sería de gran ayuda brindarles tanto a médicos como a pacientes un instrumento orientado a apoyar el diagnóstico temprano de riesgo cardiovascular.
N: ¿Qué es ELISON?
S/E:
Se trata de un chatbot clasificador de riesgo cardiovascular (RCV) construido sobre el framework RASA en python con el fin de aprovechar la funcionalidad DIET (Dual Intent and Entity Transformer), la cual está basada en transformers y permite utilizar modelos previamente entrenados, como BERT. Incorpora un modelo de clasificación multiclase basado en el algoritmo Xgboost para predecir el RCV en tres niveles (bajo, latente y alto), todo esto en el contexto del procesamiento del lenguaje natural, el aprendizaje de máquina y el aprendizaje automático.
En otras palabras, ELISON es un chatbot que facilita la comunicación entre médico y paciente con el fin de brindar una predicción sobre el potencial riesgo cardiovascular. Por supuesto, lo desarrollado hasta el momento es una versión beta funcional.
En el diseño de ELISON se empleó la totalidad de los datos de los pacientes crónicos de Pasto correspondientes al año 2017. Su validación en términos de las métricas de desempeño accuracy y recall resultó en un 78 %, con un costo computacional mínimo.
N: ¿Cuál es su aplicación y aporte?
S/E:
ELISON es un aporte para la cardiología en idioma español en un país en vía de desarrollo. A mediano plazo, se pretende que contribuya a reducir la mortalidad por causa de un diagnóstico tardío y, consecuentemente, a minimizar el impacto en los costos del sistema de salud al reducir los casos de pacientes de cardiología cuya condición de salud se complica cuando el diagnóstico no llega a tiempo. Una clara intención con este proyecto es que ELISON sea un aliado para médico y paciente, y no un sustituto del médico.
N: ¿Cuánto tiempo tardó la investigación y cómo se desarrolló?
S/E:
La investigación se fue desarrollando a lo largo de la maestría, prácticamente desde primer semestre. Gracias al apoyo de los profesores pudimos convertir a ELISON en el proyecto de varias asignaturas, de esta manera, el proyecto fue tomando forma con los aportes que íbamos haciendo en cada materia.
Vale la pena mencionar la gran colaboración recibida de parte de profesores como Carlos Zainea y Albert Montenegro; también queremos resaltar la metodología orientada en proyectos que tiene la Maestría en Analítica de Datos, que nos permitió desde el inició pensar en un proyecto dirigido a una necesidad real.
Para finalizar, quisimos conocer la opinión del profesor Carlos, quien dirigió a Sonia y Elías en su proyecto:
“ELISON es una solución en la que concibieron todos los niveles de un proyecto de analítica de datos. Inició como una posible automatización de las primeras citas para diagnóstico de riesgo cardiovascular; posteriormente, se pensó como posible solución y se estudió la posibilidad de llevarlo a producción como negocio. Ahora es parte del programa de emprendimientos de la Universidad Central. Finalmente, en el aspecto técnico se consideraron todos los escenarios que lo pueden hacer un proyecto escalable y montado sobre la nube”.
Sonia y Elías esperan poder conciliar sus respectivos trabajos y obtener apoyo para darle continuidad a este proyecto, para así aterrizarlo y lograr esas metas propuestas a mediano y largo plazo.
Felicitaciones a estos dos estudiantes y a la Maestría en Analítica de Datos por incentivar el aprendizaje a partir de problemáticas reales y apoyar las iniciativas con calidad humana.
