¿Una IA podría conectar síntomas con enfermedades como un médico?

Investigadores del MIT buscan generar datos estadísticos de salud automatizados, para ayudar a los profesionales en sus diagnósticos clínicos.

0
308

Investigadores del Instituto Tecnológico de Massachusetts (MIT) están experimentando con la generación automatizada de métricas de salud para “aprender automáticamente los patrones que relacionan los síntomas con ciertas enfermedades.

De acuerdo con una publicación en el blog del MIT, el equipo ha estado entrenando a modelos de Aprendizaje Automático con paquetes de datos reales que comprenden la información médica de más de 270 mil pacientes, con casi 200 enfermedades diferentes y más de 770 síntomas que provenían del departamento de emergencias del Beth Israel Deaconess Medical Center (BIDMC).

Normalmente, las métricas de salud son recopiladas manualmente por clínicos expertos basados en su experiencia; sin embargo, puede llegar a ser un proceso largo y laborioso.

La generación automatizada de estas métricas sería de gran ayuda para la comunidad médica. Pero los investigadores del MIT descubrieron que sus modelos de IA no funcionaban con enfermedades atípicas en personas ancianas o muy jóvenes.

Se utilizaron tres estructuras de modelos para generar las métricas llamadas: regresión logística, naive Bayes y noisy OR. Los investigadores compararon sus métricas con las generadas por el algoritmo de Google (GHKG). Los resultados fueron favorecedores para el modelo del MIT.

Posteriormente, el equipo del MIT realizó un análisis de los errores de cada modelo para determinar el tipo de paciente y enfermedad con los que fue más deficiente en conectar los síntomas.

El modelo noisy OR fue el más certero, pero los tres presentaron una disminución en su precisión con pacientes que tenían enfermedades recurrentes, también con pacientes jóvenes o mayores de 85 años de edad.

La hipótesis de la causa de este bajo rendimiento se relaciona con un factor de confusión con los datos atípicos de los pacientes. Los pacientes más viejos suelen llegar al hospital con más enfermedades y síntomas que los jóvenes, por lo que es difícil para el algoritmo correlacionar enfermedades específicas con síntomas específicos.

Actualmente, el modelo de métricas para el conocimiento de la salud sólo aprende de la relación entre enfermedades y síntomas, pero no puede proporcionar un diagnóstico directo de la enfermedad.

LEAVE A REPLY

Please enter your comment!
Please enter your name here