Un estudio realizado por expertos de la Universidad de Nottingham implementó algoritmos de ‘aprendizaje automático’ basados en computadora para predecir el riesgo de muerte prematura debido a enfermedades crónicas en una gran población de mediana edad.
El sistema desarrollado con inteligencia artificial resultó ser más efectivo en las predicciones de muerte prematura que los sistemas actuales desarrollados por expertos humanos. El estudio fue publicado por PLOS ONE en una edición de colecciones especiales de “Machine Learning in Health and Biomedicine”.
Para el estudio se utilizaron los datos de salud de más de medio millón de personas de entre 40 y 69 años reclutados en el Biobanco del Reino Unido entre 2006 y 2010 y siguieron hasta 2016. El líder del equipo, el Profesor Asistente de Epidemiología y Ciencia de Datos, Dr. Stephen Weng, dijo:
“La atención médica preventiva es una prioridad creciente en la lucha contra enfermedades graves, por lo que hemos estado trabajando durante varios años para mejorar la precisión de la evaluación computarizada de riesgos de salud en la población general. La mayoría de las aplicaciones se centran en un área de enfermedad única, pero predecir la muerte debido a varios resultados de enfermedad diferentes es muy complejo, especialmente dados los factores ambientales e individuales que pueden afectarlos.
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. Esto utiliza computadoras para construir nuevos modelos de predicción de riesgos que tienen en cuenta una amplia gama de datos demográficos, factores biométricos, clínicos y de estilo de vida para cada individuo evaluado, incluso su consumo dietético de frutas, verduras y carne por día.
Mapeamos las predicciones resultantes a los datos de mortalidad de la cohorte, utilizando los registros de defunciones de la Oficina Nacional de Estadísticas, el registro de cáncer del Reino Unido y las estadísticas de ‘episodios hospitalarios’. Descubrimos que los algoritmos aprendidos por máquina eran significativamente más precisos para predecir la muerte que los modelos de predicción estándar desarrollados por un experto humano”.
Estos algoritmos están basados en aprendizaje profundo y una modalidad llamada bosque aleatorio. Se enfrentaron al modelo tradicional de Cox, que saca sus conclusiones a partir de la edad y el género, pero que resultó ser menos preciso al predecir la mortalidad.
Actualmente, existe un intenso interés por utilizar la IA para el beneficio de la salud, según el profesor Joe Kai, uno de los académicos clínicos que trabaja en el proyecto, con un ajuste cuidadoso, estos algoritmos pueden mejorar la predicción de manera útil.
Este nuevo estudio se basa en el trabajo anterior del equipo de Nottingham que mostró que cuatro algoritmos diferentes de IA: ‘bosque aleatorio’, ‘regresión logística’, ‘refuerzo de gradiente’ y ‘redes neuronales’. Estos demostraron ser más eficientes que los sistemas actuales para la predicción de enfermedades cardiovasculares. Los investigadores creen que esta IA ayudará desarrollo de herramientas futuras capaces de proporcionar medicamentos personalizados, adaptando la gestión de riesgos a pacientes individuales.