Desarrollo de un modelo predictivo para Identificar pacientes derivables a asesoramiento genético oncológico mediante el procesamiento del lenguaje natural

Abstract

Este informe presenta el desarrollo de un modelo predictivo basado en procesamiento del lenguaje natural (NLP) para identificar pacientes que deben ser derivados a Asesoramiento Genético Oncológico (AGO). Realizado en colaboración con la Fundación Arturo López Pérez (FALP), el estudio aborda la creciente necesidad de optimizar la detección de riesgos genéticos asociados al cáncer. La investigación se estructura en varios módulos: preprocesamiento de datos clínicos, análisis de datos estructurados y no estructurados, y entrenamiento del modelo utilizando BioBERT, un modelo avanzado de NLP especializado en el ámbito biomédico. Los resultados demostraron una precisión del 75.59 %, superando significativamente a modelos no específicos como ChatGPT. Además, se implementaron herramientas visuales en Power BI para facilitar la interpretación de los datos y resultados. Este modelo representa un avance significativo hacia una atención más personalizada y eficaz, reduciendo el margen de error en la derivación clínica y optimizando los recursos de diagnóstico y tratamiento.