La IA determina el momento individual de la muerte.

La inteligencia artificial puede predecir el momento de la muerte.

Los investigadores ahora han desarrollado un método para calcular la hora exacta de la muerte de los pacientes. Una inteligencia artificial es capaz de analizar registros médicos importantes y registros de salud electrónicos, lo que permite una predicción precisa de la esperanza de vida restante.

Los científicos de la Universidad de Stanford han desarrollado una inteligencia artificial que puede predecir la muerte de pacientes con cáncer y otras enfermedades incurables. El llamado sistema de aprendizaje profundo podría en el futuro conducir a desarrollos pioneros en medicina paliativa. Los expertos publicaron los resultados de su estudio en el servidor de documentos para Preprints "Arxiv".

Muchas personas mueren cada año por los efectos del cáncer u otras enfermedades incurables. Una inteligencia artificial ahora puede predecir el momento de la muerte de tales personas enfermas. (Imagen: mdennah / fotolia.com)

Nuevo desarrollo podría mejorar los cuidados paliativos en el futuro.

Investigadores de la Universidad de Stanford han probado un nuevo algoritmo de inteligencia artificial para ayudar a los hospitales a mejorar los cuidados paliativos para pacientes con cáncer y aquellos con enfermedades incurables.

El algoritmo, que se basa en una máquina de aprendizaje de redes neuronales profundas, puede analizar registros médicos importantes o registros de salud electrónicos de pacientes con enfermedades terminales. Luego se puede calcular si los pacientes se benefician más de una llamada atención al final de la vida o atención paliativa..

Las predicciones tienen una precisión de tres a doce meses.

El algoritmo puede predecir la mortalidad de los pacientes con una precisión de tres a doce meses, y sobre la base de esta predicción, los pacientes afectados pueden ser remitidos a un cuidado paliativo.

Las predicciones podrían permitir a los médicos y cuidadores del hospital abordar de manera proactiva a dichos pacientes en lugar de confiar en las referencias de los médicos tratantes o realizar exámenes que requieran mucho tiempo.

Los deseos de las personas enfermas incurablemente rara vez se discuten.

Estudios anteriores ya han demostrado que alrededor del 80 por ciento de los estadounidenses quieren pasar sus últimos días en casa. Sin embargo, solo el 20 por ciento de los afectados son capaces y muchos mueren en hospitales. De hecho, los pacientes con enfermedades terminales a menudo reciben atención médica agresiva en sus últimos días, en lugar de satisfacer sus necesidades al final de sus vidas, explican los expertos.

Estos problemas son comunes en hospitales de cuidados paliativos.

En los últimos años, la capacidad de los hospitales para proporcionar cuidados paliativos ha mejorado. Sin embargo, solo el siete u ocho por ciento de los pacientes reciben esa atención, dicen los médicos. La falta de profesionales de los cuidados paliativos que analizan todos los datos del paciente y el exceso de optimismo frecuente de los médicos para predecir el curso de la enfermedad son puntos que contribuyen a este problema. Aquí es donde entra en juego el llamado algoritmo de IA de aprendizaje profundo..

El modelo predictivo de mortalidad se basa en el análisis de grandes cantidades de datos

Con base en la cantidad de datos disponibles, pudimos producir un modelo predictivo de mortalidad por todas las causas, explican los investigadores. La técnica de aprendizaje conocida como algoritmo de aprendizaje profundo utiliza redes neuronales para filtrar y analizar una gran cantidad de datos.

La predicción de la mortalidad es independiente del tipo de enfermedad, la edad de los pacientes y otros factores. El algoritmo utilizó los datos de los pacientes del año anterior desde el primer contacto para determinar su mortalidad dentro de los doce meses..

Se analizaron los conjuntos de datos de dos millones de personas para el estudio.

Para el estudio, los investigadores analizaron dos millones de registros de adultos y niños que ingresaron en el Hospital de Stanford y en el Hospital de Niños Lucile Packard. Los médicos identificaron así 200,000 pacientes potenciales para su estudio. Las historias clínicas electrónicas de los participantes fueron analizadas por el sistema para predecir su mortalidad..

El algoritmo consistía entonces en predecir la mortalidad de 160,000 pacientes dentro de los 12 meses posteriores a una fecha determinada. El sistema fue capaz de mejorar y aprender. Finalmente, el algoritmo pudo predecir la mortalidad de los pacientes en los próximos tres a doce meses..

Los datos de mortalidad fueron precisos en nueve de cada diez casos.

El algoritmo luego evaluó los datos de los 40,000 pacientes restantes. Pudo predecir con precisión la mortalidad en un período de tres a doce meses en nueve de cada diez casos. Debería asegurarse que los pacientes más gravemente enfermos tengan la oportunidad de discutir con sus familias cómo y dónde les gustaría pasar sus últimos días antes de que estén tan gravemente enfermos que necesitan ser admitidos en cuidados intensivos, dicen los autores. (As)