Las computadoras con inteligencia artificial que se enseñen a sí mismas a predecir la muerte prematura causadas por enfermedades podrían mejorar en gran medida la atención médica preventiva en el futuro, sugiere un nuevo estudio realizado por expertos de la Universidad de Nottingham, en Reino Unido.
- Te recomendamos Con cámaras de IA vigilarán higiene de restaurantes chinos Tecnología
El equipo de científicos y médicos de datos de atención médica desarrolló y probó un sistema de algoritmos informáticos de "aprendizaje automático" para predecir el riesgo de muerte prematura debido a una enfermedad crónica en una gran población de mediana edad.
Los investigadores descubrieron que este sistema de inteligencia artificial era muy preciso en sus predicciones y funcionaba mejor que el enfoque estándar actual para la predicción desarrollado por expertos humanos, tal y como se revela en un artículo sobre el estudio publicado por PLOS ONE en una edición de colecciones especiales de Machine Learning in Health and Biomedicine.
El equipo utilizó datos de salud de poco más de medio millón de personas de entre 40 y 69 años reclutadas en el Biobanco de Reino Unido entre 2006 y 2010 y seguidas hasta 2016. Al liderar el trabajo, el profesor asistente de Epidemiología y Ciencia de Datos, el doctor Stephen Weng, dice: "La atención médica preventiva es una prioridad cada vez mayor en la lucha contra enfermedades graves, por lo que hemos estado trabajando durante varios años para mejorar la precisión de la evaluación de riesgos de salud computarizada en la población general. La mayoría de las aplicaciones se centran en un área de enfermedad única, pero predecir la muerte debido a diferentes resultados de la enfermedad es muy complejo, especialmente debido a los factores ambientales e individuales que pueden afectarlos".
Y añade: "Hemos dado un gran paso adelante en este campo al desarrollar un enfoque único y holístico para predecir el riesgo de muerte prematura de una persona mediante el aprendizaje automático. Utiliza computadoras para crear nuevos modelos de predicción de riesgos que tengan en cuenta una amplia gama de características demográficas, factores biométricos, clínicos y de estilo de vida para cada individuo evaluado, incluso su consumo dietético de frutas, verduras y carne por día".
"Asignamos las predicciones resultantes a los datos de mortalidad de la cohorte, utilizando los registros de fallecimientos de la Oficina de Estadísticas Nacionales, el registro de cáncer de Reino Unido y las estadísticas de 'episodios hospitalarios'. Los algoritmos aprendidos por la máquina fueron significativamente más precisos para predecir la muerte que los modelos de predicción estándar desarrollados por un experto humano", subraya.
El profesor Joe Kai, uno de los académicos clínicos que están trabajando en el proyecto, afirma: "Actualmente existe un gran interés en el potencial de usar inteligencia artificial o aprendizaje automatizado para predecir mejor los resultados de salud. En algunas situaciones, podemos encontrar que es útil. En otros casos, puede que no. En este caso particular, hemos demostrado que, con un ajuste cuidadoso, estos algoritmos pueden mejorar la predicción".
Y continúa: "Estas técnicas pueden ser nuevas para muchos en investigación sobre salud y difíciles de seguir. Creemos que, al informar claramente sobre estos métodos de manera transparente, esto podría ayudar con la verificación científica y el desarrollo futuro de este apasionante campo para el cuidado de la salud".
RL