Los modelos de IA pueden predecir el riesgo individual de hospitalización por COVID usando datos HIE
Crédito: Pixabay/CC0 Dominio público
La pandemia de COVID-19 ha resaltado tanto la necesidad como la dificultad de usar datos clínicos para informar a la salud pública estatal y nacional elaboración de políticas En un nuevo estudio, los investigadores del Instituto Regenstrief y la Universidad de Indiana demuestran que los modelos de aprendizaje automático entrenados con datos clínicos de un intercambio de información de salud en todo el estado pueden predecir, a nivel de paciente, la probabilidad de hospitalización de personas con el virus.
«Ha sido todo un desafío unir los datos básicos generados por los sistemas de atención médica con las entidades de toma de decisiones de salud pública que han estado separadas y distintas durante mucho tiempo», dijo el autor principal del estudio, Shaun Grannis, MD, MS, Regenstrief. Vicepresidente de datos y análisis del Instituto y profesor de medicina familiar en la Facultad de Medicina de la Universidad de Indiana. «Nuestro trabajo muestra cómo puede construir y emplear modelos de IA (inteligencia artificial) para utilizar de forma segura la información clínica en un intercambio de información de salud para apoyar la salud pública. necesidades como predecir la utilización del hospital dentro de una semana y dentro de las seis semanas posteriores al inicio de la infección por COVID.
«Cuando surgen nuevas circunstancias que requieren una respuesta rápida, como la aparición de omicron u otras variantes nuevas, una vez que haya suficientes casos Para entrenar modelos, uno puede acceder con confianza y conectar datos clínicos en estos modelos fácilmente disponibles para hacer predicciones precisas de salud pública y proporcionar información valiosa en a la necesidad de utilización de recursos de atención médica a nivel del paciente», dijo el Dr. Grannis.
Los investigadores utilizaron datos clínicos de 96 026 personas de los 957 códigos postales de Indiana para entrenar modelos de decisión que predijeran la utilización de recursos de atención médica.
«Desde el inicio de COVID-19, los investigadores, los sistemas de atención médica, los departamentos de salud pública y otros han aprovechado los repositorios de datos existentes y la infraestructura de información de salud para un análisis rápido», dijo la primera autora del estudio, Suranga Kasturi, Ph.D., una Científico investigador del Instituto Regenstrief y profesor asistente de pediatría en la Facultad de Medicina de IU. «El aprendizaje automático ha sido invaluable en estos esfuerzos».
«Pero cualquier modelo es tan bueno como los datos que contiene», agregó. «Los datos amplios y sólidos de Indiana Network for Patient Care son representativos de la población de EE. UU. Lo que hemos hecho podría caracterizarse como un precursor de cómo las herramientas de IA se pueden implementar en todo el país con la importante advertencia de que cualquier modelo que se use debe evaluarse para determinar si es imparcial en todas las subpoblaciones».
La Red de Indiana para la Atención al Paciente (INPC), un intercambio de información de salud regional desarrollado por el Instituto Regenstrief y administrado por el Intercambio de Información de Salud de Indiana (IHIE), es el el depósito de datos clínicos interorganizacionales más grande del país y alberga más de 14 000 millones de piezas de datos de pacientes.
La investigación se publica en el Journal of Medical Internet Research.
Explore más
El estudio de asma pediátrica demuestra el uso de datos de intercambio de información de salud para señalar enfermedades infantiles Más información: Suranga N Kasturi et al, Predicting COVID-19Related Health Care Resource Utilization Across a Statewide Población de pacientes: estudio de desarrollo de modelos, Journal of Medical Internet Research (2021). DOI: 10.2196/31337 Información de la revista: Journal of Medical Internet Research
Proporcionado por el Instituto Regenstrief Cita: Los modelos de IA pueden predecir el riesgo individual de hospitalización por COVID utilizando datos de HIE (2022, 26 de enero) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2022-01-ai-individual-hospitalization-covid-hie.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.