Priorización de pacientes de cáncer de pulmón, utilizando técnicas de procesamiento de lenguaje natural sobre Tc. de tórax

Abstract

El cáncer de pulmón en Chile es una de las principales limitantes de la esperanza de vida de los habitantes del país, al ser la enfermedad con mayor nivel de mortalidad. Detectar tempranamente una sospecha de cáncer de pulmón puede incurrir en grandes mejoras para la esperanza y calidad de vida de las personas, así como el impacto de la enfermedad para el Estado y el Sistema de Salud Público. Existe información clave para la detección temprana de cáncer de pulmón presente en los exámenes de TC. de tórax. Se propone generar un modelo predictivo de sospecha de cáncer de pulmón a través de técnicas de procesamiento de lenguaje natural, con la finalidad de priorizar casos sospechosos en el Hospital Doctor Sótero del Río, optando a un tratamiento oportuno y eficaz. El diseño de modelos de predicción de sospecha de cáncer pulmonar se desarrolla en base a clasificadores clásicos del NLP como lo son Random Forest en conjunto con TF-IDF. Así como modelos de Redes Neuronales del estado del arte y word embeddings. Se evaluó el desempeño en base a la métrica Recall para la clase positiva, es decir, un paciente con sospecha de cáncer de pulmón. El mejor modelo predictivo de cáncer de pulmón posee una alta sensibilidad, y predice correctamente el 89 % de los casos positivos. Los datos utilizados corresponden a TC. de tórax etiquetados por Oncólogos y equipo médico de la Red de Salud. Al utilizar biopsias y otras fuentes de datos para la construcción de una etiqueta de cáncer general, el desempeño disminuye con un Recall del 63 %. Se evidencia el potencial del NLP y el aprendizaje automático en la detección de cáncer de pulmón a partir de informes de TC. Se lograron resultados prometedores, pero es esencial considerar las implicaciones clínicas y abordar las limitaciones para una implementación exitosa en entornos médicos reales.