X-MED: Modelos explicables y factuales para el acceso a información de salud: modelos de lenguaje factuales, anclados en conocimiento clínico y adaptados al perfil del usuario

X-MED tiene como objetivo avanzar hacia un acceso fiable, transparente y basado en la evidencia a la información digital sobre salud mediante la integración de métodos de Procesamiento del Lenguaje Natural, Recuperación de Información, Informática Clínica y Psicología Computacional. El proyecto aborda un reto social fundamental: la ciudadanía y los profesionales sanitarios recurren cada vez más a sistemas digitales para obtener información médica, pero las herramientas actuales proporcionan a menudo contenidos incompletos, insuficientemente fundamentados o engañosos. Este problema se ve agravado por la prevalencia de la desinformación en materia de salud, los distintos niveles de alfabetización en salud y la limitada transparencia de los modelos modernos de inteligencia artificial.El proyecto desarrolla modelos de lenguaje fundamentados clínicamente y explicables, capaces de generar e interpretar información sobre salud estableciendo vínculos explícitos con evidencia médica validada. Asimismo, diseña algoritmos de recuperación y clasificación que priorizan la fiabilidad de los hechos frente a la relevancia superficial, garantizando que los documentos recuperados y las respuestas generadas estén respaldados por fuentes fiables y verificables. X-MED introduce nuevos marcos de evaluación y conjuntos de referencia (benchmarks) que miden dimensiones de la fiabilidad como la veracidad de los hechos, la suficiencia de la evidencia y la validez clínica, más allá de las métricas tradicionales basadas en la relevancia.Un componente distintivo del proyecto es su enfoque en el acceso a la información adaptado al usuario y basado en conocimientos de la psicología. Mediante la modelización de la carga cognitiva, los rasgos de personalidad y la vulnerabilidad psicológica, X-MED desarrollará estrategias adaptativas de presentación de la información que mejoren la comprensión y reduzcan la susceptibilidad a la desinformación entre distintos grupos de usuarios.

Objetivos

Desarrollar modelos de lenguaje y de recuperación de información robustos, transparentes y basados en la evidencia, capaces de favorecer un acceso seguro, equitativo y fiable a la información sobre salud tanto para la ciudadanía como para los profesionales sanitarios. Establecer metodologías de evaluación, conjuntos de datos y benchmarks que contemplen dimensiones de fiabilidad más allá de la relevancia, permitiendo una evaluación sistemática de la veracidad, la interpretabilidad y la fiabilidad de las fuentes en sistemas relacionados con la salud. Mitigar el impacto social de la desinformación en materia de salud mediante el diseño de modelos capaces de detectar contenidos poco fiables, filtrar fuentes potencialmente perjudiciales y presentar evidencia verificada de manera accesible y adaptada a las características psicológicas de los usuarios.