El aprendizaje automático ha alcanzado la mayoría de edad en los informes de salud pública según los investigadores del Instituto Regenstrief y la Escuela de Informática y Computación de la Universidad de Indiana en la Universidad de Indiana-Universidad de Purdue en Indianápolis. Han descubierto que los algoritmos existentes y las herramientas de aprendizaje automático de código abierto eran tan buenoscomo, o mejor que, revisores humanos en la detección de casos de cáncer utilizando datos de informes de patología de texto libre. El enfoque computarizado también fue más rápido y menos intensivo en recursos en comparación con sus homólogos humanos.
Todos los estados de los Estados Unidos requieren que los casos de cáncer se notifiquen a los registros estatales de cáncer para el seguimiento de enfermedades, la identificación de poblaciones en riesgo y el reconocimiento de tendencias o grupos inusuales. Por lo general, los proveedores de servicios de salud ocupados envían informes sobre el cáncer por igualdepartamentos de salud pública ocupados meses después del tratamiento de un paciente en lugar de en el momento del diagnóstico inicial.
Esta información puede ser difícil de interpretar para los funcionarios de salud, lo que puede retrasar aún más la acción del departamento de salud, cuando se necesita una acción. El Regenstrief Institute y los investigadores de IU han demostrado que el aprendizaje automático puede facilitar en gran medida el proceso, al extraer de manera automática y rápida un significado crucialde texto sin formato, también conocido como texto libre, informes de patología, y su uso para la toma de decisiones.
"Hacia una mejor información de salud pública utilizando los enfoques existentes: una comparación de enfoques alternativos de detección de cáncer que utilizan datos médicos en texto sin formato y selección de características no basada en el diccionario" se publica en la edición de abril de 2016 del Revista de informática biomédica .
"Creemos que ya no es necesario que los humanos pasen tiempo revisando informes de texto para determinar si el cáncer está presente o no", dijo el autor principal del estudio, Shaun Grannis, MD, MS, director interino del Centro Regenstrief de Informática Biomédica ".Hemos llegado al punto de que la tecnología puede manejar esto. El tiempo de un humano se gasta mejor ayudando a otros humanos brindándoles una mejor atención clínica ".
"Gran parte del trabajo que haremos en informática en los próximos años se centrará en cómo podemos beneficiarnos del aprendizaje automático y la inteligencia artificial. Todo: prácticas médicas, sistemas de atención médica, intercambios de información de salud, aseguradoras, así como los departamentos de salud pública, están inundados de océanos de datos. ¿Cómo podemos esperar dar sentido a esta avalancha de datos? Los humanos no pueden hacerlo, pero las computadoras sí ".
El Dr. Grannis, investigador del Instituto Regenstrief y profesor asociado de medicina familiar en la Facultad de Medicina de IU, es el arquitecto del detector de vigilancia sindrómica Regenstrief para enfermedades transmisibles y dirigió la implementación técnica del Sistema de Vigilancia de Emergencias de Salud Pública de Indiana -uno de los más grandes del país. Los estudios realizados durante la última década han demostrado que este sistema detecta brotes de enfermedades transmisibles entre siete y nueve días antes y encuentra cuatro veces más casos que los informes humanos, al tiempo que proporciona datos más completos.
"Lo que también es interesante es que nuestros esfuerzos muestran un potencial significativo para su uso en países desatendidos, donde la mayoría de los datos clínicos se recopilan en forma de texto libre no estructurado", dijo el primer autor del estudio, Suranga N. Kasthurirathne, estudiante de doctorado en la escuelade Informática e Informática en IUPUI. "Además, además de la detección del cáncer, nuestro enfoque también puede adoptarse para una amplia gama de otras afecciones".
Los investigadores tomaron muestras de 7,000 informes de patología de texto libre de más de 30 hospitales que participan en el Intercambio de información de salud de Indiana y utilizaron herramientas de código abierto, algoritmos de clasificación y diversos enfoques de selección de características para predecir si un informe fue positivo o negativo para el cáncer.Los resultados indicaron que una revisión totalmente automatizada arrojó resultados similares o mejores que los de los revisores humanos capacitados, ahorrando tiempo y dinero.
"El aprendizaje automático ahora puede respaldar ideas y conceptos de los que hemos sido conscientes durante décadas, como una comprensión básica de los términos médicos", dijo el Dr. Grannis. "Descubrimos que la inteligencia artificial era tan precisa como los humanos para identificarcasos de cáncer a partir de datos clínicos de texto libre. Por ejemplo, la computadora 'aprendió' que la palabra 'hoja' u 'hojas' significaba cáncer como 'hoja' o 'hojas de células' se usan en informes de patología para indicar malignidad.
"Este no es un avance en ideas, es un avance importante en infraestructura: tenemos la tecnología, tenemos los datos, tenemos el software del cual vimos una revisión precisa y rápida de grandes cantidades de datos sin supervisión ni supervisión humana"
Fuente de la historia :
Materiales proporcionados por Universidad de Indiana . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :