Perfil

Licenciada en Ciencias Matemáticas, Ciencias de la Computación por la Universidad Complutense de Madrid en 1998 y Doctora con mención europea en “Ciencia y Tecnología Informática” por la Universidad Carlos III de Madrid con la tesis “Application of Information Extraction Techniques to pharmacological domain: extracting drug-drug interactions”. La tesis recibió el Premio Extraordinario de Doctorado en la UC3M en el 2010. Además, en 2011, también fue galardonada con el Premio Nacional de Investigación en Procesamiento de Lenguaje Natural ( http://www.sepln.org/investigacion/premio-sepln ), otorgado por la Sociedad Española de Procesamiento de Lenguaje Natural (SEPLN).

Mi actividad investigadora se ha centrado principalmente en el Procesamiento del Lenguaje Natural (PLN) y su aplicación al dominio biomédico y clínico. Así, por ejemplo, algunos de mis trabajos han estado dirigidos a mejorar los sistemas de farmacovigilancia (detectando interacciones farmacológicas o efectos adversos descritos en textos), y la realización de estudios epidemiológicos (selección semi-automática de cohortes de pacientes a partir de su historia clínica). Más recientemente, mi investigación también ha estado dirigido a tratar de aumentar el conocimiento sobre las enfermedades raras y sus sintomatología mediante el uso de técnicas de PLN y deep learning aplicadas a textos.

He publicado más de 100 publicaciones científicas, gran parte de ellas en revistas de alto factor de impacto. Mi índice H en Google Scholar es 24 (3086 citas). También he participado en unos de 12 proyectos I+D en convocatorias competitivas, siempre en el ámbito del PLN. He sido coIP del proyecto nacional "DeepEMR: Extracción de información clínica usando deep learning y técnicas de Big Data (TIN2017-87548-C2-1-R)" y del proyecto "Natural Language Processing for Rare Diseases (NLP4Rare-cm-uc3m)".

He dirigido dos tesis doctorales con mención internacional "Deep learning for information extraction in the biomedical domain" y “Semantic Resources in Pharmacovigilance: A Corpus and an Ontology for Drug-Drug Interactions”, tesis premiada con el Premio Extraordinario de Doctorado de la UC3M en 2015.

Algunas de las contribuciones más relevantes de mi investigación han estado relacionadas con la creación de datasets y ontologías para su uso en PLN aplicado a biomedicina:
- Un corpus anotado con fármacos e interacciones farmacológicas: https://github.com/isegura/DDICorpus
- Una ontología sobre fármacos y sus interaciones farmacológicas: https://bioportal.bioontology.org/ontologies/DINTO
- Un corpus anotado con enfermedades raras y sus manifestaciones (signos y síntomas): Martínez-deMiguel, C., Segura-Bedmar, I., Chacón-Solano, E., & Guerrero-Aspizua, S. (2022). The RareDis corpus: a corpus annotated with rare diseases, their signs and symptoms. Journal of Biomedical Informatics, 125, 103961. (pedir por correo).