Esta IA predice el riesgo de muerte de los pacientes hospitalizados

Durante mucho tiempo, los expertos han explorado algoritmos informáticos destinados a mejorar la atención médica, y algunos han demostrado hacer predicciones clínicas valiosas.

Sin embargo, son pocos los que se utilizan porque los ordenadores procesan mejor la información presentada en tablas ordenadas, mientras que los médicos suelen escribir en un lenguaje creativo y personalizado que refleja cómo piensan los seres humanos.

Noticia Relacionada

Una gallega, al frente de un proyecto que detecta patrones de riesgo de la salud mental en redes

Pablo Baamonde

La investigadora Ana Freire y su equipo usan IA para identificar indicadores en los usuarios de las plataformas que puedan revelar la presencia de enfermedades mentales

En un estudio publicado en «Nature» se presenta un nuevo modelo lenguaje -NYUTron- que puede ser entrenado utilizando texto no alterado de los registros electrónicos de salud para realizar evaluaciones útiles sobre el estado de salud del paciente.

Los resultados revelaron que el programa podría predecir el 80% de las personas que fueron readmitidas, una mejora de aproximadamente el 5% en comparación con un modelo informático estándar.

«Programas como NYUTron pueden alertar a los proveedores de atención médica en tiempo real sobre factores que podrían llevar a una readmisión y otras preocupaciones para que puedan abordarse o incluso evitarse rápidamente», asegura la autora principal del estudio, Lavender Jiang.

Al automatizar tareas básicas, la tecnología puede agilizar el flujo de trabajo y permitir a los médicos pasar más tiempo con sus pacientes.

Los modelos de lenguaje grandes utilizan algoritmos informáticos especializados para predecir la mejor palabra para completar una oración en función de la probabilidad de que las personas reales utilicen un término particular en ese contexto. Cuanta más información se utilice para «enseñar» a la computadora a reconocer estos patrones de palabras, más precisas se vuelven sus suposiciones con el tiempo, explica Jiang.

En el estudio se entrenó a a NYUTron utilizando millones de historias clínicas recopiladas de los registros electrónicos de salud de 336.000 personas que recibieron atención entre enero de 2011 y mayo de 2020.

La 'nube' de lenguaje resultante con 4.1 mil millones de palabras incluía cualquier registro escrito por un médico, como informes de radiología e instrucciones de alta. Es importante destacar que el lenguaje no estaba estandarizado entre los médicos, e incluso el programa podía interpretar abreviaturas únicas de un escritor en particular.

Según el estudio, NYUTron identificó al 85% de las personas que murieron en el hospital (una mejora del 7% en comparación con los métodos estándar) y estimó el 79% de la duración real de la estancia de los pacientes (una mejora del 12% en comparación con el modelo estándar).

«Estos resultados demuestran que los grandes modelos de lenguaje hacen posible no solo el desarrollo de 'hospitales inteligentes', sino que se convierten en una realidad», asegura el autor principal del estudio Eric Oermann.