Existe no momento um rápido acúmulo de publicações científicas relacionadas à biomedicina e ciências da saúde publicadas não apenas em inglês, mas em outras línguas como o espanhol. A relevância de poder acessar e procurar publicações médicas escritas em vários idiomas tornou-se evidente durante a pandemia de COVID-19, onde a necessidade de acesso a fontes de informação científica em escala global é fundamental.
A Biblioteca Virtual em Saúde (BVS), juntamente com bases bibliográficas como IBECS, LILACS e SciELO, fornecem acesso à literatura que serve como fontes-chave de informação para pesquisadores e profissionais de saúde para encontrar artigos relevantes para a medicina baseada em evidências, o desenvolvimento de diretrizes clínicas, bem como revisões sistemáticas e desenvolvimento de estudos científicos com o objetivo final de melhorar a saúde do paciente.
Pesquisas eficientes sobre essas fontes de informação geralmente exigem consultas complexas que dependem da atribuição prévia de termos de especialistas a esses artigos, que descrevem seu conteúdo. Este processo, conhecido como indexação semântica com vocabulários ou termos controlados como MeSH ou DeCS, é hoje uma tarefa manual que torna cada vez mais difícil atribuir esses termos a um número crescente de publicações.
A unidade de Text Mining do Barcelona Supercomputing Center, no âmbito do Plano de Fomento a Tecnologias da Linguagem (Plano TL) colabora com a Biblioteca Nacional de Ciencias de la Salud (BNCS-ISCIII) e a BIREME/OPAS/OMS para promover o desenvolvimento de sistemas de indexação semântica com base nos últimos avanços em inteligência artificial e processamento de linguagem natural por meio de uma competição internacional chamada MESINESP2 (BioASQ-CLEF2021).
Os participantes do MESINESP2 irão catalisar a busca por informação biomédicas por meio de sistemas de indexação semântica baseados no rigor científico e nas mais avançadas tecnologias de inteligência artificial aplicadas aos textos em espanhol.
Os sistemas participantes acelerarão essas buscas, capazes de recuperar os textos mais relevantes em literatura médica, bem como patentes e ensaios clínicos. Os resultados do MESINESP2 também gerarão sistemas de indexação semântica que potencialmente serão úteis para o processamento de outros conteúdos, como histórico médico eletrônico ou guias de prática clínica em cenários futuros.