Como os computadores entendem uma prescrição, evolução ou laudo médico?

Como os computadores entendem uma prescrição, evolução ou laudo médico?

Podemos começar essa história nos anos 50, quando Alan Turing propôs o famoso “Teste de Turing”, no qual uma máquina deveria ser indistinguível de um ser humano para ser verdadeiramente inteligente, ou então em 1954, quando a IBM fez as primeiras traduções de textos do Russo para o Inglês. Seja como for, a vontade de criar máquinas que possam entender a escrita e a fala do ser humano é um desejo antigo e se mistura com a história da própria computação. Essa área da computação se chama “Processamento da Linguagem Natural” ou NLP.

De um livro de regras para sistemas de machine learn

O ano é 1975, Will Crowther, um programador divorciado e com saudade dos filhos, escreve o primeiro “text game” da história, o Colossal Cave Adventures. Com o objetivo de se manter próximo das crianças, ele criou um programa que era bem simples. O computador apresentava uma pequena narrativa em texto como: “Você está em uma caverna escura, de um lado, uma parede de rochas, de outro, uma luz, o que você faz?”. Cheio de regras programadas, diante de uma tela verde, você podia investigar o ambiente escrevendo “ande para frente” ou “pegue a lanterna”, então o jogo se desenrolava em forma de texto na sua frente.

Todos os esforços para entender a linguagem humana, até os anos 80, eram fundamentalmente baseados em um gigantesco livro regras: “se aparecerem essas palavras”, então faça isso. Muito comumente, todos os sinônimos possíveis de certas ações eram mapeadas para um resultado. Por exemplo: “pegue o martelo”, “use o martelo” e “segure o martelo”, podem levar a uma mesma compreensão por parte do computador “usar o martelo”. Você já deve ter percebido o problema, então eu tenho que adicionar todas as ações? É, tem sim. Você precisava criar gramáticas gigantescas, ou regras complexas para tentar mapear mais possibilidades.

O problema do significado

Tudo bem, mas e se eu disser para o computador “não use o martelo”. Eu preciso que ele entenda que não é para usar. E se eu disser “pegue o martelo”? Devo entender que é para usar, ou só para segurar? Depende, não é verdade? É uma questão de contexto. Alan Turing precisaria esperar mais um pouco. Nos anos 80 e 90 vieram novos métodos para resolver esse problema: os modelos estatísticos.

Diferente do modelo de regras, o modelo estatístico se propõe a analisar os elementos de uma frase, classificá-los, pesá-los e depois, com alguma confiança, dizer seu significado. Em vez de um conjunto de regras, utilizamos e anotamos uma grande quantidade de texto, informando o que cada palavra significa e suas relações.

Vamos pegar por exemplo: “Então Alice pegou o martelo para pregar o quadro”. Nessa frase, ensinamos para o computador que um “martelo” é uma ferramenta, que “Alice” é uma pessoa, que “pegar e pregar” é uma ação, e “quadro” é um substantivo.

Não fazemos isso com um, mas com centenas de exemplos, e depois pedimos para o computador “aprender” sobre isso. Então, ele começa a entender o significado, as relações das coisas.

Interpretação da evolução médica

Para interpretar a evolução médica, a lógica utilizada é a mesma do exemplo da frase da Alice. Veja: “Foi puncionado acesso venoso em membro superior esquerdo com Abocath Nº 18 a/c.”. Neste caso, ensinamos o computador que o “Abocath” é um material, que “Puncionado” é uma ação e “membro superior esquerdo” é o substantivo.

Novamente, depois de treinar o computador com vários exemplos e variantes, ele começa a interpretar as sentenças através de diversos modelos estatísticos e pode concluir se a punção acima deveria estar incluída na conta médica ou não.

Apesar de ser necessário utilizar muitos exemplos para treinar o computador para ele começar a ter um relativo sucesso, depois de treinado ele conseguirá "ler" milhares de evoluções em poucos segundos e definir o que pode ou não pode ser cobrado dos convênios, por exemplo.

Abaixo alguns outros exemplos reais do treinamento com textos clínicos:

E como usar essa tecnologia se eu já tenho um ERP ?

O Doutor Marvin é um software que foi treinado para analisar as conta médicas e através de um modelo de dados definido, ele trabalha de forma integrada ao ERP da instituição, seja o Tasy, MV ou ainda outra solução.

Uma vez integrado ao ERP, ele analisa todas as contas médicas, faz a leitura dos textos usando NLP  e aponta as inconformidades para melhoria da conta médica ajudando os auditores a melhorar a qualidade do faturamento.

Maiores informações sobre o Dr. Marvin podem ser vistas no www.doutormarvin.com.br.