Desarrollo de un modelo de procesamiento del lenguaje natural a partir de los informes de anamnesis para predecir el riesgo de infarto agudo de miocardio en pacientes que consultan por dolor torácico en urgencias

Abstract

[ES] El infarto agudo de miocardio (IAM) es una de las principales causas de mortalidad y morbilidad a nivel mundial. El diagnóstico temprano y preciso del mismo resulta fundamental para mejorar el pronóstico de los pacientes. El dolor torácico es la primera causa de consulta en urgencias, abarcando desde patologías banales a enfermedades con riesgo vital inminente, en especial el IAM. Por ello, la estratificación del riesgo es fundamental para permitir identificar los pacientes con alta probabilidad de IAM para poder realizar un tratamiento precoz, así como los de muy bajo riesgo para optimizar la estancia y el consumo de recursos en urgencias. En este trabajo se ha utilizado un modelo de procesamiento del lenguaje natural para predecir el riesgo de infarto agudo de miocardio a partir del texto de anamnesis que el médico elabora en urgencias, con el objetivo de mejorar la estratificación de riesgo. Se han analizado los pacientes que acudieron a urgencias con dolor torácico no traumático en el Hospital Clínico Universitario de Valencia desde el 29 de mayo de 2023 al 17 de diciembre de ese mismo año, con determinaciones de troponina y anamnesis recogidas en el informe de alta y sin elevación del segmento ST. El riesgo de infarto agudo de miocardio se determinará utilizando el ESC 0- 1h. Este algoritmo determina el riesgo de infarto agudo de miocardio en base a dos determinaciones de troponina que están separadas en intervalos de aproximadamente 1h (una a la llegada del paciente y otra tras una hora) obteniéndose el descarte de IAM (o “Rule-out”) o confirmación de IAM ("Rulein”). En un primer paso se han procesado los datos para extraer el texto plano de la anamnesis y emparejarlo en cada paciente con sus determinaciones de troponina. Posteriormente se aplicará el ESC 0-1h para determinar el riesgo del paciente (“Rule-in/Rule-out"). Finalmente se ha realizado un “fine-tuning” de uno de los modelos de procesamiento del lenguaje natural disponibles en la plataforma Hugging Face. Se ha empleado PyCharm, un, entorno de programación en lenguaje Python para realizar el entrenamiento, la validación y el test del modelo. Por último, debido al tamaño de los datos, también se emplearán técnicas de “data augmentation” para intentar mejorar el rendimiento del modelo en el caso de que se requiera. Las conclusiones obtenidas en el estudio mostraron que, aunque se produjeron mejoras significativas en el rendimiento de los modelos a lo largo del mismo, los que empleaban únicamente el texto de anamnesis no alcanzaron la precisión necesaria para su aplicación en la clínica. En cambio, los modelos que incluían la primera determinación de troponina si que mostraron un rendimiento bastante superior, dando la posibilidad de que puedan ser aplicados en entornos hospitalarios.

[EN] Acute myocardial infarction (AMI) is one of the leading causes of mortality and morbidity worldwide. Early and accurate diagnosis of AMI is essential to improve patient prognosis. Chest pain is the primary cause of emergency room visits, ranging from trivial conditions to life-threatening diseases, especially AMI. Therefore, risk stratification is crucial to identify patients with a high probability of AMI for early treatment, as well as those at very low risk to optimize emergency room stay and resource consumption. In this work, a natural language processing (NLP) model was used to predict the risk of acute myocardial infarction based on the anamnesis text that the doctor prepares in the emergency room, with the aim of improving risk stratification. Patients who presented to the emergency room with non-traumatic chest pain at the Hospital Clínico Universitario de Valencia from May 29, 2023, to December 17 of the same year, with troponin determinations and anamnesis recorded in the discharge report, and without ST-segment elevation were analyzed. The risk of acute myocardial infarction was determined using the ESC 0-1h algorithm. This algorithm determines the risk of acute myocardial infarction based on two troponin determinations taken approximately 1 hour apart (one upon patient arrival and another after one hour), resulting in either an exclusion of AMI (or "Rule-out") or a confirmation of AMI ("Rule-in"). In the first step, data were processed to extract the plain text of the anamnesis and match it with each patient's troponin determinations. Subsequently, the ESC 0-1h algorithm was applied to determine the patient's risk ("Rule-in/Rule-out"). Finally, a fine-tuning of one of the natural language processing models available on the Hugging Face platform was performed. PyCharm, a Python programming environment, was used to train, validate, and test the model. Lastly, due to the size of the data, data augmentation techniques were also employed to try to improve the model's performance if required. The conclusions obtained from the study showed that although significant improvements in model performance were made throughout the study, those that only used the anamnesis text did not achieve the accuracy needed for clinical application. In contrast, models that included the first troponin determination showed considerably better performance, suggesting their potential application in hospital settings.