Para la industria farmacéutica, es esencial escuchar y comprender los comentarios que sus pacientes actuales y potenciales comunican a través de todo tipo de canales y puntos de contacto.
Si bien existe un protocolo para comunicar a las autoridades, de las reacciones adversas a medicamentos identificadas, solo se informa de un 5 a un 20% de ellas. Afortunadamente, las conversaciones sobre medicamentos, síntomas, afecciones y enfermedades pueden analizarse para aprender más sobre ellas. La inteligencia artificial contribuye de manera decisiva a monitorear los eventos adversos y comprender su impacto en cada fase del desarrollo.
Las narraciones de los pacientes sobre los medicamentos y sus efectos adversos en las redes sociales representan una fuente de datos adicional para el monitoreo de la seguridad de los productos farmacéuticos.
En MeaningCloud, hemos desarrollado una plataforma para automatizar el proceso de monitoreo de efectos adversos en las redes sociales.
Reacciones adversas a los medicamentos: un problema creciente
Sigue creciendo la evidencia de que las reacciones adversas a los medicamentos son una fuente regular de enfermedades, discapacidades e incluso de muerte.
En algunos países, las reacciones adversas a los medicamentos se encuentran entre las 10 principales causas de mortandad. Aparte de los peligros inherentes asociados con los fármacos en sí, los pacientes singulares pueden presentar sensibilidades inusuales e impredecibles a ciertos medicamentos.
Además, si se prescribe más de un medicamento, siempre existe el peligro de interacciones negativas. La selección y el uso de los mejores y más seguros medicamentos para un individuo determinado de entre las muchas opciones disponibles, por lo tanto, requiere una habilidad considerable del profesional que los prescribe.
Por esa razón, las marcas están extendiendo sus iniciativas de Voz del Paciente a un nuevo territorio de contenido no solicitado y no estructurado: comentarios en encuestas, declaraciones verbales del centro de llamadas, Twitter, etc.
El proceso, que utiliza técnicas de procesamiento del lenguaje natural (NLP) para interpretar rápidamente vastas cantidades de texto, puede cambiar cada paso del proceso de desarrollo de medicamentos.
Encontrar información importante en grandes volúmenes de texto no estructurado mediante la búsqueda de palabras clave puede ser un proceso arduo.
¿Cómo funciona la plataforma de farmacovigilancia MeaningCloud?
La analítica de texto hace posible el procesamiento automático, el etiquetado y la extracción de información sobre los temas mencionados anteriormente.
- Todo comienza definiendo los términos que estamos monitoreando. Regularmente son nombres de medicamentos, como “Ovitrelle” o “Puregon”.
Además de capacidades de personalización, la herramienta incluye recursos léxicos del dominio de la salud, lo que permite la identificación de medicamentos, principios activos, reacciones adversas y otras taxonomías relacionadas con la salud.
Estos recursos léxicos incluyen enlaces a diccionarios conocidos como SNOMED CT, ICD o MedDRA.
- Más adelante los “crawlers” (las arañas) van en busca de las palabras. Las reúnen junto con el contexto en el que aparecen. A continuación, cada aparición se procesa utilizando nuestra tecnología semántica.
- A partir de ese momento, la plataforma genera una serie de informes para comprender cómo aparecen las reacciones adversas y las menciones a los medicamentos en las redes sociales.
- También permite verificar las fuentes reales donde se usó cada aspecto.
Si estuviera interesado, le mostraríamos voluntariamente cómo esta plataforma podría ayudarle. No dude en contactarnos: support@meaningcloud.com.
