De lo inabarcable a lo accionable: una prueba de concepto de minería de texto para datos de voz del cliente.

Acerca del cliente

La División de Asuntos Científicos de la Empresa J genera, empaqueta y difunde información médica y clínica sobre más de 40 marcas comerciales. Opera con aproximadamente 350 empleados que cubren los Estados Unidos.

Contexto de la industria

Esta prueba de concepto llegó en un momento crucial para la tecnología subyacente: SAP había adquirido Business Objects a principios de 2008, incorporando la adquisición previa de Inxight por parte de Business Objects, cuya tecnología SmartDiscovery y ThingFinder se convirtió en la base de SAP BusinessObjects Text Analysis. Para las funciones de Asuntos Científicos y Médicos del sector farmacéutico, los informes de Voz del Cliente que sintetizaban comentarios de múltiples canales representaban una carga analítica que crecía rápidamente pero exigía un trabajo manual intensivo. La minería de texto ofrecía una vía para detectar sistemáticamente patrones y sentimiento que de otro modo requerirían una revisión manual exhaustiva, un trabajo con implicaciones clínicas y regulatorias genuinas en un ámbito donde las señales emergentes de seguridad o eficacia importan. Fundamentar una prueba de concepto en un vocabulario autorizado y específico del dominio como MeSH, en lugar de depender únicamente del procesamiento genérico del lenguaje, reflejaba un reconocimiento más amplio de la industria: el contenido médico especializado y crítico para la seguridad exige más rigor del que suele ofrecer un análisis de texto estándar.

Situación actual

El objetivo de esta prueba de concepto era investigar la eficacia del software de análisis de texto para agilizar el análisis y la difusión de la información VOC. El alcance era deliberadamente acotado: analizar tres meses de informes de un área terapéutica y un producto específicos, y evaluar qué tan bien el software podía identificar y extraer términos y frases clave. Iknow seleccionó la suite SAP BusinessObjects Text Analysis para analizar el texto no estructurado de los informes internos, extraer información crítica y categorizar los hallazgos.

• Un volumen abrumador y creciente de información de clientes. Los distintos grupos de Asuntos Científicos generaban una cantidad abrumadora de información de Voz del Cliente que se estaba volviendo difícil de analizar y difundir manualmente.
• Sin un enfoque probado para la extracción automatizada de conocimientos. No existía un método probado para usar la minería de texto automatizada con el fin de extraer conocimientos significativos de los propios informes internos no estructurados de Asuntos Científicos.
• Herramientas genéricas de minería de texto poco adecuadas para el contenido médico. Asuntos Científicos necesitaba un vocabulario y una taxonomía que reflejaran su dominio médico y clínico especializado, no un enfoque genérico de minería de texto listo para usar.
• Sin base de evidencia para una inversión tecnológica mayor. Asuntos Científicos necesitaba evidencia real, no suposiciones, sobre si una plataforma de análisis de texto funcionaría antes de comprometerse con un despliegue más amplio.

• Investigar la eficacia del uso de software de análisis de texto para agilizar el análisis y la difusión de la información VOC.
• Analizar tres meses de informes de un área terapéutica y un producto específicos para probar el rendimiento del software en condiciones reales.
• Evaluar qué tan bien el software podía identificar y extraer términos y frases clave de los informes.
• Identificar en qué otras áreas podría aplicarse el software de minería y análisis de texto dentro de Asuntos Científicos.

Cómo estructuró Iknow el trabajo

Iknow estructuró el proyecto como una prueba de concepto enfocada y acotada (estableciendo una línea base con la funcionalidad estándar del software y luego personalizando iterativamente reglas y léxicos con contenido real de Asuntos Científicos), en línea con la metodología de pruebas de concepto de IA de Iknow para validar un enfoque tecnológico con evidencia antes de cualquier inversión en producción.

Actividades y decisiones clave

• Selección de plataforma. Iknow seleccionó la suite SAP BusinessObjects Text Analysis para analizar los informes internos no estructurados de Asuntos Científicos, extraer información crítica y categorizar los hallazgos.
• Análisis de archivos en múltiples formatos. Iknow analizó archivos de entrada en formatos Microsoft Word, PowerPoint y PDF, reflejando la combinación real de tipos de documentos que los grupos de Asuntos Científicos producían efectivamente.
• Desarrollo iterativo de reglas personalizadas. Iknow utilizó la funcionalidad estándar del producto como línea base y luego desarrolló reglas personalizadas específicas para Asuntos Científicos mediante un proceso iterativo de análisis de los resultados del producto.
• Integración de los hallazgos de la Auditoría del Conocimiento previa. Iknow incorporó los hallazgos y recomendaciones de su proyecto anterior de Auditoría del Conocimiento para fundamentar la prueba de concepto en el panorama real de contenidos de Asuntos Científicos.
• Integración del léxico MeSH. Iknow incorporó MeSH (Medical Subject Headings), el tesauro de vocabulario controlado de la National Library of Medicine utilizado para indexar artículos de PubMed, para crear un léxico relevante y específico del dominio.
• Reglas de sentimiento y detección de oportunidades. Iknow creó reglas personalizadas para el análisis de sentimiento, cubriendo menciones de producto tanto positivas como negativas, y para identificar oraciones que planteen un posible próximo paso o una oportunidad de investigación adicional.

Partes interesadas y colaboración

Iknow actuó como contratista principal, trabajando directamente con Asuntos Científicos en esta prueba de concepto enfocada de un solo mes, aprovechando la confianza establecida durante el proyecto anterior de Auditoría del Conocimiento de Iknow con la organización.

Probar software genérico frente a un lenguaje médico altamente especializado

El software de análisis de texto estándar está diseñado para el lenguaje empresarial general, no para el vocabulario especializado y relevante para la seguridad del contenido de Asuntos Científicos farmacéuticos. Iknow lo abordó incorporando MeSH, el vocabulario médico controlado de la propia National Library of Medicine, directamente en la prueba de concepto, dando al software un léxico apropiado para el dominio en lugar de depender únicamente de sus capacidades de lenguaje general.

Equilibrar la precisión sin perder conocimientos reales

Unas reglas ajustadas con demasiada laxitud enterrarían los conocimientos genuinos en ruido, mientras que unas reglas demasiado estrictas corrían el riesgo de omitir por completo términos y sentimiento significativos. Iknow lo abordó mediante un proceso iterativo de desarrollo de reglas, analizando repetidamente los resultados del producto y refinando las reglas personalizadas de extracción y sentimiento hasta lograr, según su propia evaluación, un buen equilibrio en la especificidad de los resultados.

Resultados cuantitativos

• Alcance del análisis: Tres meses de informes analizados para un área terapéutica y un producto específicos.
• Formatos de documentos procesados: Tres formatos de archivos de entrada procesados: Microsoft Word, PowerPoint y PDF.
• Conjuntos de reglas personalizadas entregados: Reglas personalizadas desarrolladas para extracción de entidades, análisis de sentimiento e identificación de próximos pasos y oportunidades.
• Oportunidades de expansión identificadas: Seis áreas de aplicación adicionales identificadas para un despliegue más amplio de minería de texto: creación de taxonomías, creación de metadatos, mejora de la búsqueda y navegación, etiquetado para gestión de contenidos, análisis de datos del centro de llamadas y análisis de informes VOC.
• Duración del proyecto: Encargo de un mes.

Resultados cualitativos

Iknow demostró que el motor de extracción de entidades del producto SAP BusinessObjects Text Analysis, combinado con una taxonomía médica personalizada, podía extraer con éxito términos, frases y sentimiento relevantes de los informes internos de Asuntos Científicos, y mostró cómo se creaban las reglas y los léxicos y cómo la lematización podía identificar términos significativos adicionales. La prueba de concepto dio a Asuntos Científicos la confianza, basada en evidencia, de que la minería de texto podía extenderse mucho más allá de los informes VOC (a la creación de taxonomías, la creación de metadatos, la mejora de la búsqueda y navegación, el etiquetado para gestión de contenidos y el análisis de datos del centro de llamadas) y podía integrarse con herramientas de inteligencia de negocios para crear tableros en línea para informes ejecutivos.

Tiempo hasta el impacto

Dentro del proyecto de un solo mes, Iknow entregó una prueba de concepto funcional y evaluada que abarcaba reglas personalizadas, integración de léxico médico y análisis de sentimiento, junto con una visión documentada de hacia dónde podía extenderse la tecnología en las operaciones más amplias de Asuntos Científicos.

Habilidades centrales

• Desarrollo de pruebas de concepto de IA y minería de texto
• Clasificación automatizada de contenidos y extracción de entidades
• Integración de taxonomías y léxicos médicos
• Diseño de reglas de análisis de sentimiento

Métodos y marcos

• Desarrollo y ajuste iterativo de reglas
• Integración de léxicos específicos del dominio (MeSH)
• Evaluación de la prueba de concepto frente a un alcance definido

Tecnologías y herramientas

• Suite SAP BusinessObjects Text Analysis
• MeSH (Medical Subject Headings); extracción de entidades y lematización