Identificando informações sobre eventos adversos a medicamentos em anotações clínicas com representações semânticas distribuiçãois de contexto

• Um corpus de anotações clínicas suecas foi anotado para informações sobre eventos adversos a medicamentos. • Detectar eventos adversos a medicamentos em anotações clínicas pode apoiar a farmacovigilância. • Modelar o contexto com semântica distribuída produziu modelos preditivos melhores. • Representações de palavras distribuídas permitiram uma maior incorporação de informações de contexto. • Relações inter-sentenciais entre medicamentos e desordens/encontrados são difíceis de detectar. Para o propósito de vigilância de segurança de medicamentos pós-comercialização, que tradicionalmente depende do relato voluntário de casos individuais de eventos adversos a medicamentos (EAMs), outras fontes de informação estão sendo exploradas, incluindo registros eletrônicos de saúde (RES), que nos dão acesso a enormes quantidades de observações longitudinais sobre o tratamento de pacientes e seu uso de medicamentos. Os eventos adversos a medicamentos, que podem ser codificados em RES com certos códigos de diagnóstico, são, no entanto, severamente subnotificados. É, portanto, importante desenvolver capacidades para processar, por meio de métodos computacionais, os dados de RES mais não estruturados na forma de anotações clínicas, onde os clínicos podem descrever e raciocinar sobre EAMs suspeitos. Neste estudo, relatamos sobre a criação de um corpus anotado de registros de saúde suecos com o propósito de aprender a identificar informações referentes a EAMs presentes em anotações clínicas. Para isso, três tarefas-chave são abordadas: reconhecer entidades nomeadas relevantes (desordens, sintomas, medicamentos), rotular atributos das entidades reconhecidas (negação, especulação, temporalidade) e relacionamentos entre elas (indicação, evento adverso a medicamento). Para cada uma das três tarefas, a utilização de modelos de semântica distribuída – ou seja, métodos não supervisionados que exploram informações de coocorrência para modelar, normalmente em espaço vetorial, o significado das palavras – e, em particular, combinações de tais modelos, demonstram melhorar o desempenho preditivo. A capacidade de utilizar tais métodos não supervisionados é crítica quando confrontado com grandes quantidades de dados esparsos e de alta dimensão, especialmente em domínios onde recursos anotados são escassos.