El Centro Académico de Salud de la Universidad de Florida (UF Health), se encuentra colaborando con NVIDIA para la creación de la red natural de datos clínicos sintéticos más grande del mundo.
En una asociación con NVIDIA, UF Health, se encuentra desarrollando una red neuronal para la generación de datos clínicos sintéticos, un avance importante para el entrenamiento de modelos de IA en salud. Este modelo de lenguaje llamado SynGatorTron, es capaz de crear perfiles de pacientes sintéticos a través de datos de registros de salud.
Este modelo ha sido entrado con datos que representan información de más de 2 millones de pacientes, de esta forma cuenta con más de 5 mil millones de parámetros, lo que lo convierte en el generador de lenguaje clínico más grande del mundo.
“Los datos sintéticos en realidad no están vinculados a un ser humano real, pero tienen características similares a las de los pacientes reales. SynGatorTron puede, por ejemplo, crear registros de salud de pacientes con diabetes digitales que tienen características como una población real”, explicó Duane Mitchell, vicepresidenta asistente de investigación y directora del Instituto de Ciencias Clínicas y Traslacionales de la UF.
Este modelo facilitará la creación de modelos de IA (aprendizaje automático y profundo), algoritmos, y otras herramientas, ya que la utilización de datos sintéticos elimina los problemas de privacidad con los pacientes. Asimismo, facilita la colaboración entre instituciones de investigación y de salud y promueve la utilización de este tipo de datos para atender problemas específicos de salud, como enfermedades no convencionales.
“La síntesis de diferentes tipos de registros clínicos democratizará la capacidad de crear todo tipo de aplicaciones que dependan de dichos datos al abordar la escasez de datos y la privacidad”, explicó Mona Flores, directora global de IA médica de NVIDIA.
De igual forma, SynGatorTron, también resuelve ciertos problemas de subrepresentación, al generar datos específicos sobre grupos de población, características de enfermedades y más. “Cuando tienes la capacidad de imitar las características de la población sin estar atado a pacientes reales, se abre la imaginación para ver si podemos generar conjuntos de datos realistas que nos permitan responder preguntas que de otro modo no podríamos, debido a restricciones en el acceso a los datos o acceso limitado, información sobre pacientes de interés”, dijo Mitchell.
Otras aplicaciones de esta solución incluyen ensayos clínicos, desarrollo de modelos de aprendizaje profundo para conocer efectos de un medicamento y sus efectos en grupos de población.
