En este artículo, proponemos ConTextual, un novedoso marco para extraer información importante de datos clínicos no estructurados y utilizarla en la toma de decisiones sobre la atención al paciente. Para abordar el problema de que los estudios existentes tratan todos los tokens por igual o se basan en filtros heurísticos que pasan por alto información clínica importante, ConTextual integra un método de filtrado de tokens que preserva el contexto con un grafo de conocimiento (KG) específico del dominio. Al preservar los tokens importantes específicos del contexto y enriquecerlos con conocimiento estructurado, mejora tanto la consistencia lingüística como la precisión clínica. Los resultados experimentales en dos conjuntos de datos públicos de referencia muestran que ConTextual supera sistemáticamente a otros modelos de referencia. Destaca las funciones complementarias del filtrado a nivel de token y la recuperación estructurada, y proporciona una solución escalable para mejorar la precisión en la generación de textos clínicos.
