Según una nueva investigación de la Universidad de Nottingham, las computadoras que pueden aprender de los datos clínicos de rutina son potencialmente mejores para predecir el riesgo cardiovascular que los modelos de riesgo médico estándar actuales.
El equipo de investigadores de atención primaria e informáticos comparó un conjunto de pautas estándar del Colegio Americano de Cardiología (ACC) con cuatro algoritmos de ‘aprendizaje automático’: estos analizan grandes cantidades de datos y patrones de autoaprendizaje dentro de los datos para hacer predicciones en eventos futuros: en este caso, el riesgo futuro de un paciente de tener una enfermedad cardíaca o un derrame cerebral.
Los resultados, publicados en la revista en línea PLOS ONE, mostraron que las herramientas autodidactas ‘artificialmente inteligentes’ fueron significativamente más precisas para predecir la enfermedad cardiovascular que el algoritmo establecido. En informática, los algoritmos de IA que se utilizaron se denominan ‘bosque aleatorio’, ‘regresión logística’, ‘refuerzo de gradiente’ y ‘redes neuronales’.
- ¿Quiénes son los mejores expertos en IA en Brasil?
- ¿Cómo afectará la inteligencia artificial a la sociedad para 2030?
- ¿Cuál es el estado de la inteligencia artificial general ahora?
- ¿Cómo se puede usar la inteligencia artificial para ayudar a los consumidores?
- ¿Qué es lo más probable que suceda si la IA desarrolla instintos de supervivencia: cada máquina piensa por sí misma o la IA considera todas las máquinas como parte de ella?
El Dr. Stephen Weng, de la Escuela de Investigación de Atención Primaria NIHR de la universidad, dijo: “La enfermedad cardiovascular es la principal causa de enfermedad y muerte en todo el mundo. Nuestro estudio muestra que la inteligencia artificial podría ayudar significativamente en la lucha contra ella al mejorar la cantidad de pacientes con precisión identificado como de alto riesgo y que permite la intervención temprana de los médicos para prevenir eventos graves como paro cardíaco y accidente cerebrovascular.
“Los modelos de predicción estándar actuales como el ACC se basan en ocho factores de riesgo que incluyen la edad, el nivel de colesterol y la presión arterial, pero son demasiado simplistas para dar cuenta de otros factores como medicamentos, afecciones de enfermedades múltiples y otros biomarcadores no tradicionales. Estos algoritmos de IA tienen el potencial para ayudar a salvar más vidas “.
El profesor Jon Garibaldi y la Dra. Jenna Reps, del Centro de Análisis de Datos Avanzados de la Facultad de Ciencias de la Computación, dijeron: “Teníamos curiosidad por saber cómo funcionarían cuatro algoritmos modernos de aprendizaje automático dado el amplio conjunto de datos de 378,256 pacientes de casi 700 UK Prácticas de GP. De hecho, creemos que esta es la primera investigación a gran escala de este tipo que utiliza datos clínicos de rutina.
“Nuestros resultados muestran que ocurrieron 24,970 eventos cardiovasculares durante un período de seguimiento de 10 años. En comparación con el algoritmo de predicción de riesgo establecido, los cuatro algoritmos mejoraron la precisión de la predicción general, de 1.7% a 3.6%, según lo determinado por una métrica llamada ‘Área Bajo la curva de características operativas del receptor “. El algoritmo de mayor rendimiento (redes neuronales) predijo correctamente un 7,6% más de pacientes que eventualmente desarrollaron enfermedades cardiovasculares en comparación con el algoritmo estándar”.
El estudio concluye que las predicciones mejoradas que ofrecen los algoritmos de autoaprendizaje son mejores para predecir correctamente el número absoluto de casos de enfermedades cardiovasculares, al tiempo que excluyen con éxito los no casos. El equipo de investigación cree que la IA tiene un papel crucial que desempeñar en el diseño de herramientas de atención médica del futuro que brinden medicamentos personalizados, adaptando la gestión de riesgos a pacientes individuales.
El equipo dice que la mejora en la precisión predictiva podría explorarse aún más mediante el aprendizaje automático con otros grandes conjuntos de datos clínicos, en otras poblaciones y en la predicción de otros resultados de la enfermedad. Pero se necesita una investigación futura de la viabilidad y aceptabilidad de las aplicaciones de aprendizaje automático en la práctica clínica antes de implementar cualquier aplicación clínica real de esta nueva tecnología.
“CodesRoom” proporciona un entrenador para el desarrollo de IA para aumentar los profesionales en el mundo.
