Enhancing Patient Experience Using Machine Learning and Deep Learning Based Sentiment Analysis

En el mundo moderno de la atención médica, la calidad de la atención ya no se mide únicamente por los resultados médicos o la velocidad de un diagnóstico. Cada vez más, la experiencia del propio paciente se ha convertido en una métrica central para el éxito. Cuando una persona visita un hospital, deja tras de sí un rastro de pensamientos, quejas y elogios, a menudo compartidos en texto no estructurado en sitios web, foros y redes sociales. Estas miles de historias individuales contienen una riqueza de información sobre lo que está funcionando y lo que está fallando, pero son demasiado vastas y desordenadas para que el personal humano las lea y analice una por una. Para dar sentido a este ruido digital, los investigadores recurren a un campo de la informática conocido como análisis de sentimiento. Este es el proceso de enseñar a las máquinas a leer texto y comprender la emoción detrás de las palabras, distinguiendo entre la alegría, la ira y la indiferencia. Al automatizar esta tarea, los proveedores de atención médica pueden pasar de suponer qué sienten los pacientes a saber exactamente qué sienten, lo que les permite corregir problemas específicos y adaptar sus servicios a las necesidades humanas reales.

Un equipo de investigadores de varias universidades indias se propuso aplicar esta tecnología a la compleja realidad de la atención al paciente. Recopilaron una colección masiva de aproximadamente 10,000 reseñas escritas de 21 hospitales diferentes en diversas ciudades de la India. Estas reseñas eran una mezcla de comentarios positivos, quejas negativas y observaciones neutrales. El objetivo no era solo contar cuántas personas estaban felices o infelices, sino construir un sistema sofisticado que pudiera entender el significado profundo de estas palabras y descubrir los temas ocultos que impulsaban esos sentimientos. Para ello, los investigadores probaron una amplia gama de modelos informáticos, que iban desde los métodos estadísticos tradicionales hasta sistemas avanzados de inteligencia artificial diseñados para imitar la forma en que el cerebro humano procesa el lenguaje.

El proceso comenzó con la limpieza de los datos brutos, un paso necesario para preparar el texto para el análisis. Los investigadores eliminaron la puntuación, convirtieron todas las letras a minúsculas y eliminaron palabras comunes como "el" o "y" que no tienen peso emocional. También estandarizaron el lenguaje, asegurándose de que variaciones como "corriendo" y "corrió" fueran tratadas como el mismo concepto. Una vez organizado el texto, lo introdujeron en diferentes tipos de algoritmos. Primero, utilizaron técnicas de aprendizaje automático establecidas, incluyendo Random Forest, Árboles de Decisión y una poderosa herramienta llamada XGBoost. Estos modelos funcionaban observando la frecuencia e importancia de palabras específicas para adivinar el sentimiento de una reseña. Entre estos, el modelo XGBoost resultó ser el más efectivo, categorizando correctamente las reseñas con una precisión de casi el 90 por ciento. Fue particularmente bueno identificando los matices de los comentarios positivos, aunque enfrentó un poco más de dificultad con las categorías negativas y neutrales más complejas.

Para profundizar más, el equipo empleó una segunda capa de tecnología conocida como aprendizaje profundo (deep learning). Estos modelos están diseñados para comprender el contexto y la secuencia de las palabras, de la misma manera que una persona entiende que el significado de una oración cambia según el orden de sus palabras. Probaron cuatro arquitecturas diferentes: Simple RNN, LSTM, GRU y Bidirectional LSTM. Estos sistemas fueron entrenados utilizando dos métodos diferentes de representación de palabras como números, conocidos como Word2Vec y GloVe, que permiten a la computadora entender que ciertas palabras están relacionadas semánticamente. Los resultados mostraron que los modelos de aprendizaje profundo superaron significativamente a los tradicionales. El mejor desempeño fue el modelo Bidirectional LSTM, que alcanzó una precisión de más del 96 por ciento. Este modelo era único porque leía el texto en ambas direcciones, de principio a fin y de fin a principio, lo que le permitía capturar el contexto completo de una oración de manera más efectiva que los modelos que leen en una sola dirección.

Si bien la alta precisión de estos modelos era impresionante, los investigadores querían saber más que simplemente si una reseña era buena o mala. Querían saber de qué trataban realmente las reseñas. Para descubrir estos temas ocultos, utilizaron una técnica llamada modelado de temas (topic modeling). Este método agrupa palabras que aparecen frecuentemente juntas para revelar los sujetos subyacentes de la conversación. Cuando aplicaron esto a las reseñas negativas, positivas y neutrales, el modelo identificó grupos específicos de palabras característicos de cada categoría de sentimiento. Los investigadores seleccionaron las palabras que más contribuían a cada tema para describir los temas clave que ocurrían dentro de los diferentes sentimientos, lo que les permitió comparar los sujetos que impulsaban los sentimientos positivos frente a aquellos que causaban insatisfacción. Esta capacidad de separar el tono emocional del tema específico permitió a los investigadores ver exactamente qué aspectos de la atención hospitalaria estaban impulsando la satisfacción o la insatisfacción del paciente.

El estudio también exploró el uso de un modelo muy avanzado llamado BERT, que se basa en un sistema preentrenado que ya ha aprendido una vasta cantidad de lenguaje de Internet. Los investigadores aplicaron explícitamente este modelo Transformer para fines de comparación con los otros algoritmos probados, detallando su arquitectura y configuración de entrenamiento para establecer un punto de referencia de su desempeño. Aunque BERT es conocido por su capacidad para comprender contextos complejos, el estudio centró sus métricas de desempeño reportadas en los modelos de aprendizaje profundo personalizados y en los clasificadores de aprendizaje automático tradicionales. Los investigadores concluyeron que, al combinar estas poderosas herramientas de clasificación con el modelado de temas, los hospitales pueden obtener una visión integral de su desempeño. Pueden ir más allá de las simples puntuaciones de satisfacción para comprender las razones específicas detrás de ellas, ya sea el costo de la atención, la actitud de un recepcionista o la calidad del tratamiento médico.

Este trabajo demuestra que las vastas voces no estructuradas de los pacientes pueden transformarse en información clara y accionable. Al utilizar una combinación de aprendizaje automático para clasificar las emociones y modelado de temas para identificar las causas, los proveedores de atención médica pueden señalar exactamente dónde necesitan mejorar sus servicios. Los hallazgos sugieren que el futuro de la experiencia del paciente reside en escuchar los datos no solo como un número, sino como una colección de historias que, cuando se leen correctamente, revelan el camino hacia una mejor atención. Los investigadores señalaron que, si bien su trabajo actual se centró en las reseñas en línea, los mismos métodos podrían aplicarse a la retroalimentación recopilada a través de encuestas telefónicas o redes sociales, expandiendo aún más el alcance de este entendimiento. En última instancia, el estudio proporciona un plano de cómo la tecnología puede cerrar la brecha entre la experiencia del paciente y la gestión hospitalaria, asegurando que las voces de quienes reciben la atención sean escuchadas y comprendidas.