Aplicación de la Inteligencia Artificial para Predecir Agudizaciones en la EPOC no Controlada
Aplicando la Inteligencia Artificial para Pronosticar Crisis en la EPOC
La Inteligencia Artificial (IA) y las técnicas avanzadas en el procesamiento de lenguaje natural pueden desarrollar un algoritmo capaz de distinguir a los pacientes de Enfermedad Pulmonar Obstructiva Crónica (EPOC) en riesgo de sufrir crisis de salud, tal como se presentó en la reunión anual de CHEST llevada a cabo por el Colegio Americano de Médicos del Tórax.
Entre los destacados en el estudio, que incluyen la colaboración de Reynold Panettieri Jr., MD del Instituto Rutgers de Medicina y Ciencia Traslacional en New Brunswick, Nueva Jersey, figura el empleo de la IA, el aprendizaje automático y el procesamiento de lenguaje natural para examinar datos tanto estructurados como no estructurados pertenecientes a registros médicos electrónicos (EMR). Su propósito es anotar a los pacientes con EPOC que no tienen control sobre su enfermedad.
Prediciendo las Crisis de la EPOC mediante IA
En este enfoque, se toma la idea de una herramienta de evaluación de la EPOC generalmente usada para determinar la severidad de la enfermedad, pero en este caso, se utiliza el EMR para pronosticar las crisis de la EPOC.
Durante el estudio se examinaron más de dos millones de pacientes, y de manera específica, cerca de 3500 pacientes, en el que se logró identificar comorbilidades asociadas a una predicción de crisis de la EPOC. La implementación de la IA, junto con el procesamiento de lenguaje natural y el aprendizaje automático, para alertar a los proveedores sobre la posibilidad de una crisis puede tener un efecto significativo en el tratamiento de la EPOC.
Se espera que esta metodología transforme, en un futuro próximo, el tratamiento en grandes sistemas de salud que se apoyan en las plataformas EMR para gestionar la enfermedad del paciente.
LEE MÁS ARTÍCULOS SOBRE: Salud con IA.
LEE LA ENTRADA ANTERIOR: Líderes de Wolters Kluwer predicen una acelerada aceptación de la IA en la atención médica para el 2024.