
X-MED: Modelos explicables e factuais para o acceso á información de saúde: modelos de linguaxe factuais, ancorados no coñecemento clínico e adaptados ao perfil do usuario
X-MED ten como obxectivo avanzar cara a un acceso fiable, transparente e baseado na evidencia á información dixital sobre saúde mediante a integración de métodos de Procesamento da Linguaxe Natural, Recuperación de Información, Informática Clínica e Psicoloxía Computacional. O proxecto aborda un reto social fundamental: a cidadanía e os profesionais sanitarios recorren cada vez máis a sistemas dixitais para obter información médica, mais as ferramentas actuais proporcionan a miúdo contidos incompletos, insuficientemente fundamentados ou enganosos. Este problema vese agravado pola prevalencia da desinformación en materia de saúde, os distintos niveis de alfabetización en saúde e a limitada transparencia dos modelos modernos de intelixencia artificial.O proxecto desenvolve modelos de linguaxe fundamentados clinicamente e explicables, capaces de xerar e interpretar información sobre saúde establecendo vínculos explícitos con evidencia médica validada. Así mesmo, deseña algoritmos de recuperación e clasificación que priorizan a fiabilidade dos feitos fronte á relevancia superficial, garantindo que os documentos recuperados e as respostas xeradas estean respaldados por fontes fiables e verificables. X-MED introduce novos marcos de avaliación e conxuntos de referencia (benchmarks) que miden dimensións da fiabilidade como a veracidade dos feitos, a suficiencia da evidencia e a validez clínica, máis alá das métricas tradicionais baseadas na relevancia.Un compoñente distintivo do proxecto é o seu enfoque no acceso á información adaptado ao usuario e baseado en coñecementos da psicoloxía. Mediante a modelización da carga cognitiva, os trazos de personalidade e a vulnerabilidade psicolóxica, X-MED desenvolverá estratexias adaptativas de presentación da información que melloren a comprensión e reduzan a susceptibilidade á desinformación entre distintos grupos de usuarios.
Obxectivos
Avanzar nas bases científicas para un acceso fiable á información sobre saúde mediante a integración da avaliación da veracidade, a fundamentación clínica, a explicabilidade e a adaptación baseada en factores psicolóxicos en metodoloxías unificadas de Procesamento da Linguaxe Natural (PLN) e Recuperación de Información (RI). Desenvolver modelos de linguaxe e de recuperación de información robustos, transparentes e baseados na evidencia, capaces de favorecer un acceso seguro, equitativo e fiable á información sobre saúde tanto para a cidadanía como para os profesionais sanitarios. Establecer metodoloxías de avaliación, conxuntos de datos e benchmarks que contemplen dimensións de fiabilidade máis alá da relevancia, permitindo unha avaliación sistemática da veracidade, a interpretabilidade e a fiabilidade das fontes en sistemas relacionados coa saúde. Mitigar o impacto social da desinformación en materia de saúde mediante o deseño de modelos capaces de detectar contidos pouco fiables, filtrar fontes potencialmente prexudiciais e presentar evidencia verificada de maneira accesible e adaptada ás características psicolóxicas das persoas usuarias.
Proxecto
/research/projects/modelos-explicables-e-factuais-para-o-acceso-a-informacion-de-saude-modelos-de-linguaxe-factuais-ancorados-no-conecemento-clinico-e-adaptados-ao-perfil-do-usuario
<p>X-MED ten como obxectivo avanzar cara a un acceso fiable, transparente e baseado na evidencia á información dixital sobre saúde mediante a integración de métodos de Procesamento da Linguaxe Natural, Recuperación de Información, Informática Clínica e Psicoloxía Computacional. O proxecto aborda un reto social fundamental: a cidadanía e os profesionais sanitarios recorren cada vez máis a sistemas dixitais para obter información médica, mais as ferramentas actuais proporcionan a miúdo contidos incompletos, insuficientemente fundamentados ou enganosos. Este problema vese agravado pola prevalencia da desinformación en materia de saúde, os distintos niveis de alfabetización en saúde e a limitada transparencia dos modelos modernos de intelixencia artificial.O proxecto desenvolve modelos de linguaxe fundamentados clinicamente e explicables, capaces de xerar e interpretar información sobre saúde establecendo vínculos explícitos con evidencia médica validada. Así mesmo, deseña algoritmos de recuperación e clasificación que priorizan a fiabilidade dos feitos fronte á relevancia superficial, garantindo que os documentos recuperados e as respostas xeradas estean respaldados por fontes fiables e verificables. X-MED introduce novos marcos de avaliación e conxuntos de referencia (<em>benchmarks</em>) que miden dimensións da fiabilidade como a veracidade dos feitos, a suficiencia da evidencia e a validez clínica, máis alá das métricas tradicionais baseadas na relevancia.Un compoñente distintivo do proxecto é o seu enfoque no acceso á información adaptado ao usuario e baseado en coñecementos da psicoloxía. Mediante a modelización da carga cognitiva, os trazos de personalidade e a vulnerabilidade psicolóxica, X-MED desenvolverá estratexias adaptativas de presentación da información que melloren a comprensión e reduzan a susceptibilidade á desinformación entre distintos grupos de usuarios.</p><p>Avanzar nas bases científicas para un acceso fiable á información sobre saúde mediante a integración da avaliación da veracidade, a fundamentación clínica, a explicabilidade e a adaptación baseada en factores psicolóxicos en metodoloxías unificadas de Procesamento da Linguaxe Natural (PLN) e Recuperación de Información (RI). Desenvolver modelos de linguaxe e de recuperación de información robustos, transparentes e baseados na evidencia, capaces de favorecer un acceso seguro, equitativo e fiable á información sobre saúde tanto para a cidadanía como para os profesionais sanitarios. Establecer metodoloxías de avaliación, conxuntos de datos e <em>benchmarks</em> que contemplen dimensións de fiabilidade máis alá da relevancia, permitindo unha avaliación sistemática da veracidade, a interpretabilidade e a fiabilidade das fontes en sistemas relacionados coa saúde. Mitigar o impacto social da desinformación en materia de saúde mediante o deseño de modelos capaces de detectar contidos pouco fiables, filtrar fontes potencialmente prexudiciais e presentar evidencia verificada de maneira accesible e adaptada ás características psicolóxicas das persoas usuarias.</p> - PID2025-167749OB-C21 - David Enrique Losada Carril, Tomás Fernández Pena, Juan Carlos Pichel Campos - Mario Ezra Aragón Saenzpardo, Manuel Couto Pintos, José Ramón Pichel Campos, Marcos Fernández Pichel, César Alfredo Piñeiro Pomar, Marco Emanuel Casavantes Moreno
projects_gl