Las métricas clásicas de calidad de vida relacionada con la salud (HRQOL) son engorrosas, requieren mucho tiempo y están sujetas a sesgos basados en el idioma nativo del paciente, su nivel educativo y sus valores culturales. El procesamiento de lenguaje natural (NLP) convierte el texto en métricas cuantitativas. El análisis de sentimientos permite a los expertos en la materia construir léxicos específicos del dominio que asignan un valor negativo (-1) o positivo (1) a ciertas palabras. El crecimiento de la telemedicina ofrece oportunidades para aplicar el análisis de sentimientos a las transcripciones de las visitas de pacientes adultos con deformidades espinales para derivar una métrica de HRQOL novedosa y menos sesgada. En este estudio, demostramos la viabilidad de construir un léxico específico de la columna para el análisis de sentimientos y derivar una métrica de HRQOL para pacientes adultos con deformidades espinales a partir de las transcripciones de sus visitas telemáticas preoperatorias. Hicimos siete preguntas abiertas a cada uno de veinticinco (25) pacientes adultos sobre sus condiciones espinales, tratamiento y calidad de vida durante las visitas telemáticas. Analizamos la correlación de Pearson entre nuestra métrica de HRQOL del análisis de sentimientos y las métricas de HRQOL establecidas (el cuestionario de la Sociedad de Investigación de Escoliosis-22 [SRS-22], la Encuesta de Salud de 36 Ítems [SF-36] y el Índice de Discapacidad de Oswestry [ODI]). Los resultados muestran correlaciones estadísticamente significativas (0.43-0.74) entre nuestra métrica de análisis de sentimientos y las métricas convencionales. Esto proporciona evidencia de que la aplicación de técnicas de NLP a las transcripciones de los pacientes puede generar una métrica de HRQOL efectiva.