Empiezan a aparecer nuevos trabajos utilizando técnicas de Machine Learning para predecir algún resultado médico. En este trabajo, los investigadores se propusieron armar un conjunto de algoritmos de inteligencia artificial para predecir, en base a lo que escriben los médicos en la evolución, el diagnóstico que tiene el paciente.
Link al estudio
https://doi.org/10.1038/s41591-018-0335-9
Para esto, utilizaron 1.400.000 evoluciones de Historias Clínicas Electrónicas (HCE) de un hospital Chino pediátrico. Para esto, hicieron la anotación o etiquetado de 6.183 HCE (un pediatra tenía que leer una evolución y tenía que “etiquetar” esa evolución con un diagnóstico). Los métodos de este trabajo son bastante pobres y no se entiende bien si además de “etiquetar” el diagnóstico, etiquetaron otros datos de la evolución, tampoco queda claro si etiquetaron de igual forma los informes de imagenología, los signos vitales…
Tomaron los siguientes campos de la HCE:
- Evolución
- Examen físico
- Signos vitales
- Resultados de laboratorio
- Informes de imágenes
Usaron 3.564 HCE para entrenar los algoritmos de NLP y extracción de datos, y 2.619 HCE para validar el modelo.
Los algoritmos que desarrollaron, además de predecir un diagnóstico indicaban el organo o sistema alterado.
Los resultados de las predicciones fueron evaluados por 5 grupos de médicos (desde médicos residentes en Pediatría con menor conocimiento, hasta pediatras docentes con muchos años de experiencia).
Los resultados son los siguientes
Utilizaron la medida F1 score, que se usa para pruebas de algoritmos de búsqueda y recuperación de información y para clasificación de documentos.
Los algoritmos tenían diferente performance, siendo los mejores, los que identificaban correctamente Asma, Sinusitis, Enfermedades respiratorias altas o síndromes constitucionales como la gripe.
Los autores indican que un desarrollo como este sería bueno implementar en el triage, para mejorar el diagnóstico y la necesidad de atención médica.