Ponente
Descripción
La investigación aborda la implementación de grafos de conocimiento en el ámbito médico mediante el uso de modelos de lenguaje avanzados (LLMs), destacando específicamente Phi 3.5 -Ollama con 3.8 mil millones de parámetros. Antecedentes: La organización de información médica no estructurada representa un desafío en el análisis de datos clínicos. Objetivos: Desarrollar un sistema basado en grafos de conocimiento utilizando Phi 3.5 con Ollama y Neo4j para estructurar información
médica y permitir consultas avanzadas. Resultados: El sistema logró extraer más del 90% de entidades relevantes y generar consultas avanzadas que descubrieron patrones complejos entre síntomas y tratamientos. Conclusiones: Los grafos de conocimiento potencian la toma de decisiones clínicas y representan una herramienta escalable y flexible para el análisis de datos médicos.
