PAINT: un framework per la rappresentazione multilingue del dolore, dagli esami di abilitazione alla professione medica ai testi clinici reali

Abstract degli autori

Il dolore è uno dei sintomi più comuni e clinicamente importanti: riflette l’insorgenza e la progressione delle malattie, nonché la risposta ai trattamenti. Tuttavia, è difficile rilevarlo e interpretarlo con precisione nei testi medici, perché il modo in cui viene espresso varia a seconda della lingua, del tipo di documentazione e delle caratteristiche demografiche dei pazienti. Spesso, inoltre, è descritto attraverso termini specialistici, negazioni, riferimenti temporali e informazioni contestuali. Gli studi sul dolore esistenti sono perlopiù monolingui o circoscritti ad ambiti clinici ristretti. In questo studio presentiamo PAINT, un framework multilingue per studiare la rappresentazione del dolore negli esami di medicina e nei testi clinici reali. PAINT comprende nove partizioni di dataset incentrate sul dolore, che coprono inglese, spagnolo, portoghese e giapponese, con annotazioni di medici in tutte e quattro le lingue. Abbiamo definito uno schema strutturato che comprende la pertinenza al dolore, la presenza del dolore, la localizzazione anatomica, i termini che descrivono il dolore e le informazioni demografiche. Per rilevare le rappresentazioni multilingui del dolore, utilizziamo modelli linguistici di grandi dimensioni (LLM) e adottiamo una strategia d’insieme per migliorare le prestazioni. Dieci medici convalidano le etichette nelle quattro lingue: l’insieme raggiunge un punteggio macro-F1 di 0,91-1,00 per la pertinenza e la presenza del dolore e un’accuratezza del 92-100% per le informazioni demografiche, con un accordo tra annotatori $κ$ di 0,82-1,00. Rendiamo disponibili le etichette prodotte dall’insieme per WorldMedQA-Pain, la pipeline di estrazione, gli script di validazione e le schede di annotazione dei medici per corpora con licenza pubblica, offrendo una base per l’NLP clinica incentrata sul dolore e per lo studio della documentazione del dolore in lingue e contesti sanitari diversi.