• En el congreso “Empirical Methods in Natural Language Processing”

El Mg. Renzo Mauricio Rivera Zavala, egresado de la Escuela Profesional de Ingeniería de Sistemas de la Universidad Católica de Santa María, fue ponente en el congreso “Empirical Methods in Natural Language Processing” realizado en  Hong Kong, China. Donde expuso resultados de su proyecto de investigación  sobre procesamiento del lenguaje natural,  campo del estudio de la inteligencia artificial; la aplicación de su proyecto podría salvar vidas y reducir el tiempo de las investigaciones en un 90%.

La investigación del Mg. Rivera aborda el procesamiento del lenguaje natural, el cual es un campo de la inteligencia artificial que estudia las interacciones entre el lenguaje computacional y el lenguaje humano. Trata del procesamiento de textos no estructurados, cuando se lee un texto,  libros, documentos, papers, artículos de investigación e historias clínicas, es texto no estructural  computacionalmente hablando.

Su proyecto identifica el texto de interés para el usuario, que pueden ser  palabras claves, relaciones entre palabras, escritos, recetas médicas, etc. Con lo que se obtiene rápidamente la data indicada, re direccionando esfuerzos y acortando tiempos de búsqueda. Esa identificación se hace a través de herramientas de inteligencia artificial. El programa es multilingüe  basado en español e inglés de momento, pero aplicable a otros idiomas en el mundo.

Depende de la aplicación de la tecnología, puede colaborar en distintos campos. Para el desarrollo del proyecto se trabajó en el ambiente biomédico, identificando conceptos clave, nombres de medicamentos especiales, discapacidades, químicos. Propiciando que los médicos e investigadores realicen su labor en menor tiempo y con mayor eficiencia.

 Inteligencia Artificial trabajando para la medicina

 La investigación del Mg. Rivera podría beneficiar a cualquier investigador a  nivel global, reduciendo en un 90% el tiempo dedicado a identificar contenidos relevantes para una investigación. Además, al aplicarse desde su concepción a la medicina podría salvar vidas en menos tiempo.

La investigación del egresado marianista empleó textos médicos, recetas farmacéuticas y químicas para el desarrollo de sus algoritmos y el entrenamiento de la inteligencia artificial que emplea para el reconocimiento de textos.  Su trabajo se denominó “Deep neural model with enhanced embeddings for pharmaceutical and chemical entities recognition in Spanish clinical text” y respondió a la tarea BioNLP – PharmaCoNER organizada por el centro de súper computación de Barcelona.

Durante su presentación expuso los  resultados  de su trabajo, así como explicar todo el desarrollo del proyecto y cómo respondió a la  tarea específica planteada por el centro de súper computación de Barcelona, tarea que consistía en identificación  de fármacos químicos y sus componentes en historias clínicas, para realizar relaciones entre conceptos  y prevenir reacciones fisiológicas en respuesta a ciertos fármacos, teniendo como base las experiencias recolectadas en las historias clínicas.