Aplicaciones de NLP y LLMs para el análisis y la generación de textos médicos en lenguaje simple

La alfabetización en salud es esencial para que las personas comprendan información médica y tomen decisiones informadas, siendo su baja nivel asociado a peores resultados de salud. Mejorar esta alfabetización reduce desigualdades y optimiza la salud pública, lo que requiere que la información médica sea accesible para todos. Los resúmenes en lenguaje sencillo (PLS) son una herramienta efectiva para simplificar textos científicos, pero su creación es laboriosa y consume mucho tiempo. Los avances en IA, especialmente en NLP y LLMs, ofrecen la posibilidad de automatizar la generación de PLS, aumentando la eficiencia y consistencia. Este trabajo de grado busca analizar las variables lingüísticas que afectan la simplicidad del texto, diseñar una herramienta automatizada para revisar informes biomédicos y utilizar modelos de lenguaje avanzados para mejorar la calidad y rapidez de las traducciones preliminares en el ámbito médico.

• Autores: Arias Russi, Andrés Felipe
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/75925
• Acceso en línea: https://hdl.handle.net/1992/75925
• Palabra clave: Natural language processing; Large language models; Machine learning; Health literacy; Biomedicine; Ingeniería
• License: Attribution-NonCommercial-NoDerivatives 4.0 International