Trabajando en la interoperabilidad del sector salud
Mejorar los servicios de salud pública en México a través de la tecnología, fue la misión que tuvieron los emprendedores que participaron en el HealthTech Builders Lab, un concurso organizado por Endeavor México, la farmacéutica Roche, el Instituto Nacional de Cancerología (INCan) y el Instituto Nacional de Medicina Genómica (Inmegen).
De acuerdo con Endeavor México, el país carece de una infraestructura informática que dé respuesta a la falta de interconectividad entre los sistemas de salud. De ahí la necesidad de brindar mejores oportunidades y servicios de salud en México.
Nuestro CEO, Israel Cauich Viñas, fue uno de los 5 emprendedores seleccionados el pasado 31 de octubre de 2019, para desarrollar los modelos o prototipos para la operación de estos proyectos. En noviembre de 2019 comenzaron las actividades del HealthTech Builders Lab, las cuales consistieron en aplicar metodologías como Design Thinking para identificar problemáticas de interoperabilidad e interconectividad entre el INCan e Inmegen, y así proponer soluciones tecnológicas que respondieran a éstas.
Es así como se identificó la oportunidad de utilizar la tecnología desarrollada por el equipo de SoldAI Research, para trabajar en un prototipo que consiste en extraer información desestructurada del expediente electrónico (INCaNet), proceder a presentarla de manera que sea de utilidad para que el Inmegen realice investigación genómica y los resultados sean entregados al INCan para mejorar el diagnóstico y tratamiento de sus pacientes.
El proyecto es interesante y retador, pues aún es un problema de investigación abierto en el cual creemos que podemos aportar a la ciencia de la salud y al Procesamiento de Lenguaje Natural (NLP). Parte del interés de la comunidad internacional en este tema de investigación se refleja en el hecho de que en enero de este año se publicó un trabajo conjunto al respecto en el artículo “Automatic extraction of cancer registry reportable information from free-text pathology reports using multitask convolutional networks”.
Nuestra aportación será trabajar con técnicas de aprendizaje profundo de NLP, para entender la jerarquía del expediente médico y realizar la tarea de extracción de información para las variables de interés que nos indiquen los médicos del INCan e Inmegen, y así, posteriormente estructurarlos en una base de datos que permita la interoperabilidad.
Este proyecto abonará a ahorrar tiempo de las y los especialistas en cáncer, así como a reducir los tiempos al obtener datos necesarios que suman a investigaciones en áreas cruciales.
Los resultados de este prototipo se presentarán durante el Roche Press Day del 2020 en Lima, Perú. Más adelante estaremos informando sobre fechas reagendadas.
