Descripción del proyecto
CARACTERISTICAS SOCIO-DEMOGRAFICAS COMO LA PROFESION Y LA SITUACION LABORAL RESULTAN IMPRESCINDIBLES PARA ENTENDER LA SALUD Y EL BIENESTAR, LA RELACION ENTRE ENFERMEDADES Y PROFESIONES SE DEBE A MULTIPLES FACTORES, COMO EL RIESGO AUMENTADO DE EXPOSICION A SUSTANCIAS TOXICAS Y PATOGENOS, LA SOBRECARGA FISICA Y EL IMPACTO PSICOLOGICO SOBRE LA SALUD MENTAL, ES CRUCIAL DEFINIR LA PROFESION Y LA SITUACION LABORAL DE PACIENTES Y DE LA POBLACION PARA EL DISEÑO DE TRATAMIENTOS, MEDIDAS PREVENTIVAS Y EDUCACION SANITARIA, Y TAMBIEN PARA ABORDAR LA EPIDEMIOLOGIA DE RIESGOS LABORALES, INCLUYENDO LAS ENFERMEDADES CONTAGIOSAS, EN CUANTO A LA MEDICINA CENTRADA EN EL PACIENTE, ENCONTRAMOS RIESGOS OCUPACIONALES (POR EJEMPLO, EXPOSICION A SUSTANCIAS PELIGROSAS Y ALERGENOS; INFECCIONES ASOCIADAS CON EL CONTACTO DIRECTO CON ANIMALES Y PATOGENOS; SOBRECARGA POR ESTRES EN ENFERMEDADES DE ORIENTACION SOCIAL, COMO ENFERMERAS, MEDICOS, PROFESORES Y ASISTENTES, SOCIALES), QUE UNIDOS A OTROS DATOS (SOCIO-DEMOGRAFICOS, GENETICOS, EPIGENETICOS, ETC,) CONTRIBUYEN A INCREMENTAR EL CONOCIMIENTO DE FISIOPATOLOGIA HUMANA, NO EXISTEN AUN HERRAMIENTAS EFICIENTES PARA EL RECONOCIMIENTO AUTOMATICO, LA NORMALIZACION Y ANALISIS DE PROFESIONES Y SITUACIONES LABORALES PARA TEXTOS EN ESPAÑOL, CON LA PLATAFORMA DE MINERIA DE TEXTOS AI4PROFHEALTH, BASADA EN LAS METODOLOGIAS MAS RECIENTES DE IA, MINERIA DE TEXTOS Y PROCESAMIENTO DE LENGUAJE NATURAL, SE PODRA ANALIZAR LA RELEVANCIA DE LAS PROFESIONES Y LA SITUACION LABORAL EN SALUD, AI4PROFHEALTH RECONOCERA AUTOMATICAMENTE MENCIONES CLAVE EN HISTORIAS CLINICAS, COMO PROFESIONES Y SITUACION LABORAL, ENFERMEDADES, TRATAMIENTOS, SINTOMAS, SUSTANCIAS QUIMICAS Y BIOMATERIALES, PATOGENOS Y PROCEDIMIENTOS, A TRAVES DE ESTRATEGIAS AVANZADAS DE RECONOCIMIENTO DE ENTIDADES BASADAS EN INFRAESTRUCTURA HPC PARA EL ENTRENAMIENTO DE MODELOS (OBJETIVO 1), DESPUES, CREAREMOS CORPUS ANOTADOS GOLD STANDARD PARA QUE OTROS GRUPOS PUEDAN DESARROLLAR, IMPLEMENTAR Y EVALUAR LA CALIDAD DE ESTOS COMPONENTES (OBJETIVO 2), A CONTINUACION, ARMONIZAREMOS LAS MENCIONES EXTRAIDAS DE PROFESIONES, SITUACION LABORAL Y ENTIDADES CLINICAS UTILIZANDO METODOS DE CONTEXTUALIZACION DE ENTIDADES, UNIENDOLOS A VOCABULARIOS CONTROLADOS Y ONTOLOGIAS ESTRUCTURADAS PARA LA INTEGRACION DE DATOS Y LA INTEROPERABILIDAD SEMANTICA (OBJETIVO 3), FINALMENTE, EXTRAEREMOS PROFESIONES Y ENTIDADES CLINICAS DE UNA AMPLIA COLECCION DE CASOS CLINICOS, Y LOS REPRESENTAREMOS COMO RELACIONES CONCOMITANTES A TRAVES DE REDES MULTICAPA QUE FACILITEN LA ESTRATIFICACION EFECTIVA POR SUBGRUPOS, OBVIANDO A LA VEZ PROBLEMAS DE ESCASEZ E INCOMPLETUD (OBJETIVO 4), LOS SUBGRUPOS EN REDES MULTICAPA SE IDENTIFICARAN A TRAVES DE DETECCION COMUNITARIA Y AGRUPACION, QUE SELECCIONARAN CATEGORIAS PROFESIONALES DE RIESGO Y SU ASOCIACION A ENFERMEDADES (POR EJEMPLO, AGRUPACIONES DE PROFESIONES DE ALTO RIESGO),EN CONCLUSION, AI4PROFHEALTH ES EL PRIMER INTENTO PARA LA IMPLEMENTACION Y EXTRACCION DE PROFESIONES Y SITUACIONES LABORALES, Y SU ASOCIACION CON ENTIDADES CLINICAS CLAVE EN TEXTOS MEDICOS EN ESPAÑOL, LOS RESULTADOS DE AI4PROFHEALTH PUEDEN CONTRIBUIR A LA PREVENCION Y DETECCION PRECOZ DE ENFERMEDADES, ASI COMO AL DISEÑO DE ESTRATEGIAS DE VACUNACION Y POLITICAS DE SALUD, SALUD OCUPACIONAL\TEXT MINING\APRENDIZAJE PROFUNDO\ENFERMEDADES INFECCIOSAS\PREDICCION\INTELIGENCIA ARTIFICIAL\NLP\REDES