![Un 'médico de IA' ayuda a los hospitales a predecir los reingresos](http://media.assettype.com/healthday-en%2F2024-01%2F551a4da9-753c-4ee7-b212-5236030f43b5%2Forigin__6_.jpg?w=480&auto=format%2Ccompress&fit=max)
Un programa de inteligencia artificial (IA) está ayudando a los médicos de NYU Langone a predecir cómo les irá a los pacientes dentro y fuera del hospital
NYUTron puede predecir si un paciente recién dado de alta requerirá readmisión, qué pacientes tienen más probabilidades de morir en el hospital y cuánto tiempo durará la estadía de un paciente
El programa aprendió de una década de notas médicas y se basa en una nube de 4.100 millones de palabras para ayudar a leer informes y predecir resultados
MIÉRCOLES, 7 de junio de 2023 (HealthDay News) -- Los médicos y ejecutivos de hospitales de la Universidad de Nueva York están usando un programa informático de inteligencia artificial (IA) para predecir si un paciente recién dado de alta pronto se enfermará lo suficiente como para ser readmitido.
El programa de IA "NYUTron" lee las notas de los médicos para estimar el riesgo de muerte de un paciente, la duración potencial de su estadía en el hospital y otros factores importantes para su atención.
Las pruebas mostraron que NYUTron podía predecir a cuatro de cada cinco pacientes que requerirían readmisión al hospital, según un informe publicado en la edición en línea del 7 de junio de la revista Nature.
NYUTron es lo que sus desarrolladores llaman un "gran modelo de lenguaje", que puede leer y comprender las notas creativas e individualizadas que toman con frecuencia los médicos.
Es una mejora con respecto a los algoritmos informáticos anteriores de atención de la salud que requerían que los datos tuvieran un formato especial y se dispusieran en tablas ordenadas, dijeron los investigadores.
"Nuestros hallazgos resaltan el potencial de usar modelos de lenguaje grandes para guiar a los médicos sobre la atención al paciente", señaló la investigadora principal, Lavender Jiang, estudiante doctoral del Centro de Ciencia de Datos de la NYU.
"Programas como NYUTron pueden alertar a los proveedores de atención de la salud en tiempo real sobre los factores que podrían conducir a la readmisión y otras preocupaciones, de forma que se puedan abordar o incluso evitar rápidamente", planteó Jiang en un comunicado de prensa de la escuela.
Jiang y sus colegas entrenaron a NYUTron para escanear texto inalterado de registros de salud electrónicos y, a partir de lo que aprende, para hacer evaluaciones útiles sobre el estado de salud del paciente.
Los resultados del estudio mostraron que el programa podía predecir alrededor del 80 por ciento de los que fueron readmitidos, lo que supuso una mejora de alrededor del 5 por ciento con respecto a un programa informático estándar que requiere reformatear los datos médicos.
Al automatizar las tareas básicas, esa tecnología podría proporcionar a los médicos más tiempo para dedicar a sus pacientes, anotó Jiang.
Los modelos lingüísticos grandes funcionan prediciendo la mejor palabra para completar una oración, en función de la probabilidad de que las personas reales usen un término en particular en ese contexto.
Cuantos más datos se introduzcan en una computadora para enseñarle a reconocer esos patrones de palabras, más precisas serán sus conjeturas con el tiempo, explicó Jiang.
Los investigadores entrenaron a NYUTron utilizando millones de notas clínicas recopiladas de los registros de salud electrónicos de 336,000 hombres y mujeres que recibieron atención dentro del sistema hospitalario Langone de la NYU entre enero de 2011 y mayo de 2020.
Esto resultó en una "nube" de lenguaje de 4.100 millones de palabras que incluía cualquier registro escrito por un médico, como los informes de radiología, las notas de progreso del paciente y las instrucciones de alta, señalaron los autores del estudio.
Es importante destacar que las notas clínicas no contenían ningún tipo de lenguaje estandarizado, lo que obligó al programa a aprender a interpretar abreviaturas y términos exclusivos de un escritor en particular.
En las pruebas, NYUTron identificó a un 85 por ciento de los que murieron en el hospital (una mejora del 7 por ciento con respecto a los métodos estándar) y estimó la duración real de la estadía de un 79 por ciento de los pacientes (una mejora del 12 por ciento con respecto al modelo estándar), reportaron los investigadores.
La herramienta también evaluó con éxito la probabilidad de que un paciente pudiera tener afecciones adicionales junto con su enfermedad primaria, así como las posibilidades de que el seguro negara la cobertura.
"Estos resultados demuestran que los grandes modelos de lenguaje hacen que el desarrollo de 'hospitales inteligentes' no solo sea una posibilidad, sino una realidad", dijo el investigador principal y neurocirujano, el Dr. Eric Oermann. "Dado que NYUTron lee la información tomada directamente de la historia clínica electrónica, sus modelos predictivos pueden construirse fácilmente e implementarse rápidamente a través del sistema de atención médica".
Los estudios futuros podrían explorar la capacidad del modelo para extraer códigos de facturación, predecir el riesgo de infección e identificar el medicamento adecuado para ordenar, entre otras aplicaciones potenciales, dijo Oermann.
Sin embargo, Oermann enfatizó que NYUTron se considera una herramienta de apoyo para los proveedores de atención médica, no un reemplazo del juicio de un médico adaptado a un paciente individual.
Los Institutos Nacionales de la Salud de EE. UU. proporcionaron en parte la financiación del estudio.
Más información
El Instituto Brookings ofrece más información sobre los grandes modelos lingüísticos.
FUENTE: Facultad de Medicina Grossman de la Universidad de Nueva York, comunicado de prensa, 7 de junio de 2023
Los investigadores dicen que NYUTron solo está destinado a ayudar a los médicos y ejecutivos de hospitales, y no tiene la intención de reemplazar el juicio de los médicos con respecto a la salud de los pacientes.