Development of a natural language processing application to extract and categorize mentions of violence from mental healthcare records text

Este estudio presenta el desarrollo y validación de una aplicación de procesamiento de lenguaje natural basada en BERT que extrae y categoriza eficazmente diversos tipos de violencia y sus características de los registros de salud mental en texto libre, mejorando significativamente las capacidades previas de vigilancia e investigación.

Lo esencial

¡Hola! Imagina que los registros médicos de salud mental son como gigantescos diarios escritos a mano por médicos y terapeutas. En estos diarios, los pacientes cuentan sus historias, sus miedos y sus experiencias. A veces, en medio de esas historias, mencionan que han sufrido violencia (golpes, amenazas, control financiero o abuso emocional).

El problema es que estos registros están escritos en texto libre, como una novela, y no en una lista de casillas de verificación (como "Sí/No"). Para un ordenador, leer y entender estas historias es como intentar encontrar una aguja en un pajar, o como intentar entender una conversación en una fiesta ruidosa sin saber el idioma.

Aquí te explico qué hicieron los autores de este estudio, usando una analogía sencilla:

🕵️‍♂️ La Misión: Crear un "Detective Digital"

Los investigadores del King's College London querían crear un super-detective digital (llamado un modelo de Inteligencia Artificial o NLP) capaz de leer esos miles de diarios médicos y encontrar automáticamente las menciones de violencia.

Pero no querían solo decir "aquí hay violencia". Querían que el detective fuera muy detallista y respondiera preguntas específicas, como si fuera un chef que no solo sabe que hay comida, sino que sabe exactamente qué ingredientes hay y cómo se cocinaron:

1. ¿Qué tipo de violencia es? ¿Es un golpe (física), un insulto (emocional), quitarle el dinero (financiera) o algo sexual?
2. ¿Quién es el protagonista? ¿El paciente es la víctima (alguien a quien le hicieron daño), el victimario (alguien que hizo el daño) o un testigo (alguien que vio el daño)?
3. ¿Cuándo pasó? ¿Fue ayer o hace 10 años?
4. ¿Dónde pasó? ¿En casa (doméstico) o fuera?
5. ¿Es real o una amenaza? ¿Alguien realmente golpeó a alguien o solo dijo que lo haría?

🎓 El Entrenamiento: La Escuela del Detective

Para enseñarle a este detective digital, los investigadores no le dieron un manual de instrucciones aburrido. En su lugar, le mostraron 6,500 fragmentos de historias reales (como si fueran páginas arrancadas de los diarios médicos).

• Los Profesores: Dos humanos expertos leyeron cada fragmento y le pusieron "etiquetas" (como si fueran notas adhesivas) indicando qué tipo de violencia era, quién era la víctima, etc.
• El Alumno: La Inteligencia Artificial (basada en una tecnología llamada BERT, que es como un cerebro que ha leído casi toda internet) estudió estas 6,500 historias etiquetadas. Aprendió patrones: "Ah, cuando veo la palabra 'manipulación' y 'dinero', suele ser abuso financiero".

🏆 Los Resultados: ¿Cómo le fue al Detective?

El detective digital se puso a prueba con un examen secreto (datos que nunca había visto antes). Aquí está su reporte de calificaciones:

• ⭐️ ¡Sobresaliente en Emocional y Financiero! Fue muy bueno detectando abusos emocionales (insultos, control) y financieros (quitar el dinero). Fue como si tuviera ojos de águila para estas cosas.
• ⭐️ Muy Bueno en Físico y Sexual: Detectó bien los golpes y los abusos sexuales, aunque a veces se le escaparon algunos casos de abuso sexual (como si tuviera un poco de dificultad con ese tema específico).
• ⭐️ Excelente en Roles: Fue muy preciso para saber si el paciente era la víctima o el agresor.
• ⚠️ El Desafío: El Tiempo. Aquí es donde el detective tropezó un poco. Fue difícil para la IA saber cuándo pasó exactamente algo (hace un año o hace 20).
  • ¿Por qué? Porque los médicos escriben en pasado. "El paciente dijo que fue golpeado". ¿Fue ayer o en la infancia? A veces el texto no lo deja claro, y la IA se confundió. Es como intentar adivinar la fecha de una foto antigua solo por la ropa, sin ver el calendario.

💡 ¿Por qué es esto importante?

Antes, si un investigador quería saber cuántas personas en los hospitales de Londres habían sufrido violencia, tenía que leer manualmente miles de páginas (¡una tarea imposible!).

Ahora, con esta herramienta:

1. Podemos ver el panorama completo: Podemos encontrar patrones ocultos. Por ejemplo, descubrir que las personas que sufren abuso financiero tienen más riesgo de depresión.
2. Mejor atención: Si el sistema detecta automáticamente que un paciente fue víctima de violencia, los médicos podrían recibir una alerta para ofrecerle ayuda específica.
3. Investigación más rápida: Los científicos pueden hacer estudios que antes tardarían años en solo unos días.

En resumen

Este estudio es como haber creado un traductor y detective automático que puede leer los complejos y a veces confusos diarios de los pacientes de salud mental, y decirnos: "¡Oye! Aquí hay una historia de violencia. Fue emocional, la víctima fue el paciente, ocurrió en casa y fue confirmada".

Aunque aún necesita mejorar un poco para entender exactamente cuándo ocurrieron las cosas, es un gran paso para que la tecnología nos ayude a cuidar mejor de la salud mental de las personas, sacando a la luz historias que antes estaban escondidas en el texto.

Resumen técnico

Aquí tienes un resumen técnico detallado del documento en español, estructurado según los puntos solicitados:

Título del Estudio

Desarrollo de una aplicación de Procesamiento del Lenguaje Natural (PLN) para extraer y categorizar menciones de violencia en registros de atención de salud mental.

1. Planteamiento del Problema

• Contexto: Las experiencias de violencia son un factor de riesgo significativo para trastornos de salud mental y, a veces, una consecuencia de los mismos. Sin embargo, la información sobre la violencia en los Registros Electrónicos de Salud (EHR) no se captura rutinariamente como datos estructurados; por el contrario, se encuentra dispersa en narrativas de texto libre.
• Brecha de Investigación: Los estudios anteriores sobre PLN en este ámbito se han centrado principalmente en modelos de clasificación binaria simples o en tipos específicos de violencia (física/sexual), ignorando la interdependencia entre etiquetas (como el rol del paciente, el contexto y la polaridad). Además, existía una falta de herramientas capaces de detectar abuso emocional y financiero en registros de salud mental.
• Objetivo: Desarrollar un modelo de PLN avanzado capaz de extraer múltiples tipos de violencia (física, sexual, emocional, financiera) y caracterizar sus matices: rol del paciente (víctima, perpetrador, testigo), temporalidad, contexto doméstico, presencia (real, amenaza) y polaridad (afirmada, negada, abstracta).

2. Metodología

El estudio se llevó a cabo utilizando datos del Maudsley Clinical Record Interactive Search (CRIS), una plataforma que proporciona acceso a registros de salud mental anonimizados del South London and Maudsley NHS Foundation Trust.

• Recopilación de Datos:

  • Se extrajeron fragmentos de texto (400 caracteres) basados en palabras clave relacionadas con violencia (ej. "abus", "assault", "coerciv", "financial abus").
  • Se generaron dos conjuntos de datos iniciales: uno para violencia general/física/sexual y otro para abuso emocional/financiero.
  • Se seleccionaron aleatoriamente 6,685 instancias potenciales.

• Annotación (Etiquetado):

  • Dos anotadores independientes etiquetaron los datos siguiendo un manual de codificación riguroso.
  • Categorías de Etiquetado:
    • Tipos de violencia: Emocional, financiera, física (no sexual), sexual, no especificada o irrelevante.
    • Rol del paciente: Víctima, perpetrador, testigo, o combinaciones.
    • Polaridad: Afirmada, negada o abstracta (hipotética).
    • Presencia: Real, amenaza o incierta.
    • Temporalidad: Pasada (>1 año) o no pasada.
    • Entorno: Doméstico, no doméstico o incierto.
  • Calidad de Datos: Se realizó una doble anotación en el 100% de una muestra piloto y en el 20% del resto. Se alcanzó un acuerdo interanotador robusto (Kappa de Cohen entre 0.70 y 0.88).
  • Conjunto Final: 6,500 instancias anotadas y limpias.

• Desarrollo del Modelo:

  • Arquitectura: Se utilizó un modelo BERT pre-entrenado adaptado para clasificación de secuencias multi-etiqueta (Multi-label Sequence Classification).
  • Entrenamiento: Se utilizó el 90% de los datos (5,849 instancias) para el ajuste fino (fine-tuning) con validación cruzada de 5 pliegues. El 10% restante (651 instancias) se reservó para una prueba ciega (blind test).
  • Balanceo: Los datos de entrenamiento y prueba se equilibraron según género, etnia y grupos de edad para evitar sesgos.

3. Contribuciones Clave

• Enfoque Multi-etiqueta: A diferencia de los modelos binarios anteriores, este sistema captura las dependencias y correlaciones entre diferentes características de la violencia (ej. distinguir si un paciente es víctima de violencia doméstica financiera).
• Ampliación del Alcance: Es la primera herramienta de este tipo en registros de salud mental que incluye sistemáticamente el abuso emocional y financiero, además de los físicos y sexuales.
• Caracterización Granular: Permite no solo detectar la violencia, sino también determinar el rol del paciente (víctima vs. perpetrador) y el contexto (doméstico vs. no doméstico), lo cual es crucial para la investigación epidemiológica.
• Innovación en Datos Clínicos: Adapta técnicas de PLN avanzadas (BERT) específicamente para el lenguaje clínico retrospectivo y complejo de los registros de salud mental.

4. Resultados

El modelo demostró un rendimiento sólido en la mayoría de las categorías, con métricas F1 (F1-score) en el conjunto de prueba ciego:

• Tipos de Violencia:
  • Emocional: 0.89
  • Financiera: 0.88
  • Física (no sexual): 0.84
  • No especificada: 0.81
  • Nota: La violencia sexual tuvo un rendimiento moderado (F1 = 0.67), principalmente debido a una baja sensibilidad (recall) en la detección de casos positivos.
• Rol del Paciente:
  • Perpetrador: 0.89
  • Víctima: 0.84
  • Limitación: El rendimiento fue bajo para "testigos" y roles combinados debido a la escasez de ejemplos en los datos de entrenamiento.
• Otras Características:
  • Presencia (Violencia real): 0.95 (Alto rendimiento).
  • Polaridad (Afirmada): 0.89.
  • Contexto Doméstico: 0.88.
• Área de Mejora (Limitación):
  • Temporalidad: El modelo tuvo dificultades para determinar si la violencia ocurrió en el pasado (>1 año) o no, con un F1 de 0.65. Esto se atribuye a la ambigüedad del lenguaje clínico retrospectivo y la falta de marcadores temporales explícitos en los textos.

5. Significado e Impacto

• Potencial de Investigación: Esta herramienta permite realizar estudios a gran escala sobre la asociación entre diversos tipos de violencia y el curso de los trastornos mentales, algo que antes requería revisión manual de miles de registros.
• Mejora en la Documentación: La implementación de este sistema podría incentivar una mejor documentación estructurada de la violencia en la práctica clínica rutinaria.
• Aplicabilidad Clínica y de Salud Pública: Facilita la vigilancia epidemiológica de la violencia como factor de riesgo y resultado en salud mental, permitiendo identificar poblaciones vulnerables (ej. víctimas de abuso financiero o emocional) que a menudo pasan desapercibidas.
• Limitaciones Futuras: Se requiere trabajo adicional para mejorar la detección de la temporalidad y para manejar casos donde la violencia descrita podría ser parte de una experiencia delirante o alucinatoria (veracidad del evento), ya que el modelo actual etiqueta la mención sin inferir la realidad fáctica del hecho.

En conclusión, el estudio representa un avance significativo en la minería de datos de salud mental, transformando texto clínico no estructurado en datos accionables sobre la violencia, superando las limitaciones de los enfoques anteriores.