Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Investigadores exploran IA como herramienta predictiva de eventos médicos 

Investigadores de King's College London, demostraron en un estudio el potencial de una herramienta de IA, para la predicción de la trayectoria de salud en pacientes.

Un estudio realizado por investigadores del Instituto de Psiquiatría, Psicología y Neurociencias (IoPPN, en inglés) del King’s College London y publicado en The Lancet Digital Health demostró el potencial que tiene la inteligencia artificial (IA) para predecir la trayectoria de salud de pacientes al pronosticar futuras enfermedades, síntomas, medicaciones y procedimientos médicos.

De acuerdo con el estudio, los resultados indican que esta herramienta de IA, sería de gran utilidad para respaldar la toma de decisiones clínicas, la monitorización en entornos sanitarios y para mejorar los ensayos clínicos.

Esta herramienta denominada Foresight fue entrenada con datos de salud existentes de más de 810 mil pacientes y utilizó un enfoque de deep learning para reconocer patrones complejos en los datos estructurados (texto libre) y no estructurados (edad, origen étnico y sexo) de expedientes clínicos electrónicos. A través 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 desempeño se midió comparando sus predicciones con resultados reales en un subconjunto más pequeño de estos datos.

Los resultados del estudio mostraron que Foresight pronosticó los siguientes diez posibles trastornos que podrían aparecer a continuación en la línea de tiempo de un paciente. De esta manera, tuvo una efectividad del 68% en la identificación del siguiente trastorno de los pacientes. Asimismo, la herramienta logró una precisión del 80%, 81% y 91% al predecir síntomas, recaídas o medicación, respectivamente. También, la herramienta demostró ser funcional para realizar líneas de tiempo de pacientes en escenarios simulados.

Zeljko Kraljevic, primer autor e investigador de IoPPN, explicó que el estudio muestra que Foresight puede alcanzar altos niveles de precisión en la predicción de las trayectorias de salud de los pacientes, lo cual es importante para determinar que se trata de una herramienta útil para ayudar en la toma de decisiones e informar sobre la investigación clínica. 

“El propósito propuesto de Foresight no es permitir a los pacientes auto diagnosticarse o predecir su futuro, pero los médicos podrían utilizarlo como ayuda para asegurarse de que no se pierda un diagnóstico o para el seguimiento continuo del paciente para la predicción de riesgos en tiempo real”, detalló, Kraljevic. Asimismo, destacó que una de las principales ventajas de esta herramienta basada en IA, es que puede ampliarse fácilmente a más pacientes, hospitales o trastornos específicos.

Además, herramientas de este tipo, que buscan la previsión de eventos médicos, resultan críticos para abrir la puerta a nuevas aplicaciones como gemelos de salud digitales, generación de conjuntos de datos sintéticos, previsión de riesgos en el mundo real, investigación longitudinal, emulación de ensayos, educación médica, entre otras. “Es un momento emocionante para la IA en la atención médica y, para desarrollar herramientas efectivas, debemos asegurarnos de usar datos apropiados para entrenar nuestros modelos y trabajar hacia un propósito compartido de respaldar los sistemas de atención médica para ayudar a los pacientes”, explicó Richard Dobson, autor principal e investigador en IoPPN.

Contenidos Relacionados

Secured By miniOrange