Investigadores del Reino Unido probaron una herramienta de inteligencia artificial llamada Foresight, que crea gemelos digitales de los pacientes para predecir los resultados futuros de la salud y el tratamiento.
La idea de crear gemelos digitales en diversas industrias permite a los ingenieros probar sistemas en una simulación antes de desplegarlos en el mundo físico. Herramientas de IA como Previsión lo hacen posible para los profesionales sanitarios.
Cada vez que un paciente visita a un profesional sanitario se añade información a su historia clínica electrónica (HCE). Algunos de estos datos son estructurados (edad, sexo, etnia), pero la mayoría son no estructurados, como los resultados de pruebas o las notas que pueda tomar un médico.
Foresight utiliza un modelo basado en GPT para transformar estos datos en un modelo, o gemelo digital, del paciente. Como Foresight se entrena con enormes cantidades de datos de HCE de otros pacientes, es capaz de predecir resultados sanitarios como el tipo de enfermedades que puede desarrollar un paciente o su respuesta a un determinado tipo de tratamiento.
James Teo, profesor del King's College Hospital y coautor del estudio, explicó la importancia de este hecho. Teo dijo en X: "A diferencia de los LLM que se limitan a predecir la siguiente palabra, Foresight pronostica posibles futuros para los pacientes, representando posibles multiversos para entender las enfermedades."
Se podría tomar la HCE de un paciente y luego simular múltiples versiones del mismo para predecir su trayectoria sanitaria. Tradicionalmente, un médico tendría que leer la HCE de un paciente, decidir una opción de tratamiento y luego evaluar los resultados al cabo de un tiempo para controlar la eficacia del tratamiento.
Con Foresight, un médico puede simular múltiples tratamientos potenciales y el modelo pronostica los resultados a corto y largo plazo de cada tratamiento. Se trata de un enfoque mucho más rentable y evita al paciente el "probemos esto" al que muchos médicos tienen que recurrir.
Resultados
El estudio, publicado en The Lancet Digital Healthexplicó cómo los investigadores entrenaron tres modelos diferentes de Foresight utilizando conjuntos de datos hospitalarios de dos hospitales del Reino Unido y un conjunto de datos de acceso público en Estados Unidos, para un total de 811.336 pacientes.
Se encargó a Foresight que seleccionara el trastorno que un paciente tenía más probabilidades de desarrollar a partir de una lista de 10 posibles trastornos. Predijo con exactitud el siguiente trastorno en un 68% y un 76% de las veces utilizando los dos conjuntos de datos del Reino Unido y en un 88% de las veces utilizando los datos de Estados Unidos.
Cuando se le encargó predecir el próximo nuevo "concepto" biomédico, que podría ser un trastorno, un síntoma, una recaída o un medicamento, Foresight alcanzó una precisión de 80%, 81% y 91%, respectivamente, utilizando los conjuntos de datos del Reino Unido y Estados Unidos.
La variación en el rendimiento muestra lo dependientes que son las herramientas de IA de disponer de datos de buena calidad.
Pese a lo interesante de esta aplicación de la IA, los investigadores señalan varios retos que deben superarse. Encontrar la forma de que el modelo sopese adecuadamente los nuevos tratamientos e intervenciones, o evaluar correctamente la importancia de la probabilidad frente a la urgencia y el impacto son solo dos ejemplos.
Los investigadores están trabajando en el desarrollo de Foresight 2, que, según afirman, será un modelo más preciso.
Con el descubrimiento de nuevos fármacos y conceptos como el modelado, la simulación y la previsión de pacientes, la IA está llamada a tener un impacto significativo en la calidad de la asistencia sanitaria que recibimos.
