{"id":44662,"date":"2024-04-12T09:24:48","date_gmt":"2024-04-12T15:24:48","guid":{"rendered":"https:\/\/saluddigital.com\/?p=44662"},"modified":"2025-10-18T21:50:03","modified_gmt":"2025-10-19T03:50:03","slug":"investigadores-exploran-ia-como-herramienta-predictiva-de-eventos-medicos","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/investigadores-exploran-ia-como-herramienta-predictiva-de-eventos-medicos\/","title":{"rendered":"Investigadores exploran IA como herramienta predictiva de eventos m\u00e9dicos\u00a0"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Investigadores de King's College London, demostraron en un estudio el potencial de una herramienta de IA, para la predicci\u00f3n de la trayectoria de salud en pacientes.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Un estudio realizado por investigadores del Instituto de Psiquiatr\u00eda, Psicolog\u00eda y Neurociencias (IoPPN, en ingl\u00e9s) del King’s College London y publicado en The Lancet Digital Health<\/i><\/span><\/a> demostr\u00f3 el potencial que tiene la inteligencia artificial (IA) para predecir la trayectoria de salud de pacientes al pronosticar futuras enfermedades, s\u00edntomas, medicaciones y procedimientos m\u00e9dicos.<\/p>

De acuerdo con el estudio, los resultados indican que esta herramienta de IA, ser\u00eda de gran utilidad para respaldar la toma de decisiones cl\u00ednicas, la monitorizaci\u00f3n en entornos sanitarios y para mejorar los ensayos cl\u00ednicos.<\/p>

Esta herramienta denominada Foresight fue entrenada con datos de salud existentes de m\u00e1s de 810 mil pacientes y utiliz\u00f3 un enfoque de deep learning<\/i> para reconocer patrones complejos en los datos estructurados (texto libre) y no estructurados (edad, origen \u00e9tnico y sexo) de expedientes cl\u00ednicos electr\u00f3nicos. A trav\u00e9s de estos datos, la herramienta produce conocimiento y predicciones sobre los eventos de salud de los pacientes.<\/p>

Es decir, los conjuntos de datos se utilizaron para entrenar Foresight, y por otro lado su desempe\u00f1o se midi\u00f3 comparando sus predicciones con resultados reales en un subconjunto m\u00e1s peque\u00f1o de estos datos.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Los resultados del estudio mostraron que Foresight pronostic\u00f3 los siguientes diez posibles trastornos que podr\u00edan aparecer a continuaci\u00f3n en la l\u00ednea de tiempo de un paciente. De esta manera, tuvo una efectividad del 68% en la identificaci\u00f3n del siguiente trastorno de los pacientes. Asimismo, la herramienta logr\u00f3 una precisi\u00f3n del 80%, 81% y 91% al predecir s\u00edntomas, reca\u00eddas o medicaci\u00f3n, respectivamente. Tambi\u00e9n, la herramienta demostr\u00f3 ser funcional para realizar l\u00edneas de tiempo de pacientes en escenarios simulados.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Zeljko Kraljevic, primer autor e investigador de IoPPN, explic\u00f3 que el estudio muestra que Foresight puede alcanzar altos niveles de precisi\u00f3n en la predicci\u00f3n de las trayectorias de salud de los pacientes, lo cual es importante para determinar que se trata de una herramienta \u00fatil para ayudar en la toma de decisiones e informar sobre la investigaci\u00f3n cl\u00ednica.\u00a0<\/p>

\u201cEl prop\u00f3sito propuesto de Foresight no es permitir a los pacientes auto diagnosticarse o predecir su futuro, pero los m\u00e9dicos podr\u00edan utilizarlo como ayuda para asegurarse de que no se pierda un diagn\u00f3stico o para el seguimiento continuo del paciente para la predicci\u00f3n de riesgos en tiempo real\u201d, detall\u00f3, Kraljevic. Asimismo, destac\u00f3 que una de las principales ventajas de esta herramienta basada en IA, es que puede ampliarse f\u00e1cilmente a m\u00e1s pacientes, hospitales o trastornos espec\u00edficos.<\/p>

Adem\u00e1s, herramientas de este tipo, que buscan la previsi\u00f3n de eventos m\u00e9dicos, resultan cr\u00edticos para abrir la puerta a nuevas aplicaciones como gemelos de salud digitales, generaci\u00f3n de conjuntos de datos sint\u00e9ticos, previsi\u00f3n de riesgos en el mundo real, investigaci\u00f3n longitudinal, emulaci\u00f3n de ensayos, educaci\u00f3n m\u00e9dica, entre otras. \u201cEs un momento emocionante para la IA en la atenci\u00f3n m\u00e9dica y, para desarrollar herramientas efectivas, debemos asegurarnos de usar datos apropiados para entrenar nuestros modelos y trabajar hacia un prop\u00f3sito compartido de respaldar los sistemas de atenci\u00f3n m\u00e9dica para ayudar a los pacientes\u201d, explic\u00f3 Richard Dobson, autor principal e investigador en IoPPN.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

KCL<\/b><\/p>

https:\/\/www.kcl.ac.uk\/news\/researchers-investigate-ability-of-their-new-ai-tool-to-predict-medical-events<\/a><\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Investigadores de King’s College London, demostraron en un estudio el potencial de una herramienta de IA, para la predicci\u00f3n de la trayectoria de salud en pacientes. Un estudio realizado por investigadores del Instituto de Psiquiatr\u00eda, Psicolog\u00eda y Neurociencias (IoPPN, en ingl\u00e9s) del King’s College London y publicado en The Lancet Digital Health demostr\u00f3 el potencial que tiene la inteligencia artificial (IA) para predecir la trayectoria de salud de pacientes al pronosticar futuras enfermedades, s\u00edntomas, medicaciones y procedimientos m\u00e9dicos. De acuerdo con el estudio, los resultados indican que esta herramienta de IA, ser\u00eda de gran utilidad para respaldar la toma de decisiones cl\u00ednicas, la monitorizaci\u00f3n en entornos sanitarios y para mejorar los ensayos cl\u00ednicos. Esta herramienta denominada Foresight fue entrenada con datos de salud existentes de m\u00e1s de 810 mil pacientes y utiliz\u00f3 un enfoque de deep learning para reconocer patrones complejos en los datos estructurados (texto libre) y no estructurados (edad, origen \u00e9tnico y sexo) de expedientes cl\u00ednicos electr\u00f3nicos. A trav\u00e9s de estos datos, la herramienta produce conocimiento y predicciones sobre los eventos de salud de los pacientes. Es decir, los conjuntos de datos se utilizaron para entrenar Foresight, y por otro lado su desempe\u00f1o se midi\u00f3 comparando sus predicciones con resultados reales en un subconjunto m\u00e1s peque\u00f1o de estos datos. Los resultados del estudio mostraron que Foresight pronostic\u00f3 los siguientes diez posibles trastornos que podr\u00edan aparecer a continuaci\u00f3n en la l\u00ednea de tiempo de un paciente. De esta manera, tuvo una efectividad del 68% en la identificaci\u00f3n del siguiente trastorno de los pacientes. Asimismo, la herramienta logr\u00f3 una precisi\u00f3n del 80%, 81% y 91% al predecir s\u00edntomas, reca\u00eddas o medicaci\u00f3n, respectivamente. Tambi\u00e9n, la herramienta demostr\u00f3 ser funcional para realizar l\u00edneas de tiempo de pacientes en escenarios simulados. Zeljko Kraljevic, primer autor e investigador de IoPPN, explic\u00f3 que el estudio muestra que Foresight puede alcanzar altos niveles de precisi\u00f3n en la predicci\u00f3n de las trayectorias de salud de los pacientes, lo cual es importante para determinar que se trata de una herramienta \u00fatil para ayudar en la toma de decisiones e informar sobre la investigaci\u00f3n cl\u00ednica.\u00a0 \u201cEl prop\u00f3sito propuesto de Foresight no es permitir a los pacientes auto diagnosticarse o predecir su futuro, pero los m\u00e9dicos podr\u00edan utilizarlo como ayuda para asegurarse de que no se pierda un diagn\u00f3stico o para el seguimiento continuo del paciente para la predicci\u00f3n de riesgos en tiempo real\u201d, detall\u00f3, Kraljevic. Asimismo, destac\u00f3 que una de las principales ventajas de esta herramienta basada en IA, es que puede ampliarse f\u00e1cilmente a m\u00e1s pacientes, hospitales o trastornos espec\u00edficos. Adem\u00e1s, herramientas de este tipo, que buscan la previsi\u00f3n de eventos m\u00e9dicos, resultan cr\u00edticos para abrir la puerta a nuevas aplicaciones como gemelos de salud digitales, generaci\u00f3n de conjuntos de datos sint\u00e9ticos, previsi\u00f3n de riesgos en el mundo real, investigaci\u00f3n longitudinal, emulaci\u00f3n de ensayos, educaci\u00f3n m\u00e9dica, entre otras. \u201cEs un momento emocionante para la IA en la atenci\u00f3n m\u00e9dica y, para desarrollar herramientas efectivas, debemos asegurarnos de usar datos apropiados para entrenar nuestros modelos y trabajar hacia un prop\u00f3sito compartido de respaldar los sistemas de atenci\u00f3n m\u00e9dica para ayudar a los pacientes\u201d, explic\u00f3 Richard Dobson, autor principal e investigador en IoPPN. BIBLIOGRAF\u00cdA KCL https:\/\/www.kcl.ac.uk\/news\/researchers-investigate-ability-of-their-new-ai-tool-to-predict-medical-events<\/p>","protected":false},"author":1,"featured_media":44663,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-44662","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/44662","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=44662"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/44662\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/44663"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=44662"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=44662"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=44662"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}