Minería de opiniones de pacientes para analizar la satisfacción con los medicamentos utilizando aprendizaje supervisado

La minería de opiniones es un problema muy desafiante, ya que el contenido generado por los usuarios se describe de diversas maneras complejas utilizando lenguaje natural. En la minería de opiniones, la mayoría de los investigadores han trabajado en dominios generales como productos electrónicos, películas y reseñas de restaurantes, pero no mucho en los dominios de salud y medicina. Los pacientes que utilizan medicamentos a menudo buscan historias de pacientes como ellos en internet, que no siempre pueden encontrar entre sus amigos y familiares. Pocos estudios que investigan el impacto de las redes sociales en los pacientes han mostrado que para algunos problemas de salud, el apoyo de la comunidad en línea resulta en un efecto positivo. El método de minería de opiniones empleado en este trabajo se centra en predecir el nivel de satisfacción con el medicamento entre otros pacientes que ya han experimentado el efecto de un fármaco. Este trabajo tiene como objetivo aplicar métodos basados en redes neuronales para la minería de opiniones en el dominio de la salud. Hemos extraído las reseñas de dos fármacos diferentes. Se realiza un análisis experimental para analizar el rendimiento de los métodos de clasificación en reseñas de dos fármacos diferentes. Los resultados demuestran que el enfoque de minería de opiniones basado en redes neuronales supera al método de máquina de soporte vectorial en términos de precisión, exhaustividad y f-score. También se muestra que el rendimiento del método de red neuronal de función de base radial es superior al del método de red neuronal probabilística en términos de las medidas de rendimiento utilizadas.