Este artículo propone una novedosa representación de conceptos médicos (MedRep) basada en el Modelo Común de Datos (CDM) de OMOP. A pesar del rendimiento mejorado de los modelos basados en historias clínicas electrónicas (HCE), MedRep aborda los desafíos de generalización e integración de modelos entrenados con diferentes vocabularios, debido al manejo de códigos médicos no registrados. MedRep enriquece la información de cada concepto añadiendo definiciones mínimas mediante indicaciones del Modelo de Lenguaje a Gran Escala (LLM) y complementando representaciones textuales basadas en ontología de grafos en el vocabulario de OMOP. Los resultados experimentales demuestran que MedRep supera a los modelos existentes basados en HCE y a los modelos que utilizan tokenizadores de códigos médicos existentes en diversas tareas de predicción, y su generalización también se demuestra mediante validación externa.
