La nueva IA DeepMind predice daño renal dos días antes de que suceda

La nueva investigación de Google sugiere que la IA puede ser una mejor manera de evaluar si alguien está en riesgo de sufrir daño renal agudo. Pero todavía hay dudas sobre cómo gestiona los datos de los pacientes.

En 2017, DeepMind comenzó a probar una nueva aplicación con el Royal Free Hospital de Londres. Llamado Streams, fue diseñado para ayudar a los médicos a identificar y monitorear el daño renal agudo (AKI), una condición relacionada con 100,000 muertes en el Reino Unido cada año. Pero a diferencia de la mayoría de las obras de DeepMind, Streams no contiene una nota de inteligencia artificial.

En cambio, la aplicación recopila información médica, como resultados de análisis de sangre y signos vitales, y notifica a los médicos cuando la salud renal de un paciente se está deteriorando, utilizando una fórmula bien establecida para evaluar la función renal. Ahora, DeepMind ha dado los primeros indicios de que el uso de inteligencia artificial podría ser una forma mucho mejor de evaluar si alguien está en riesgo de AKI.

En un artículo publicado en la revista científica Nature, los investigadores de DeepMind demostraron que crearon un algoritmo de aprendizaje automático capaz de predecir la LRA hasta 48 horas antes de que ocurriera. Utilizando una extensa base de datos del Departamento de Asuntos de Veteranos de EE. UU., El equipo de DeepMind entrenó un algoritmo para predecir si un paciente sufriría de AKI y, en el 90 por ciento de los peores casos, cuando los pacientes necesitaban diálisis, las predicciones del algoritmo eran precisas. .

El líder clínico de DeepMind, Dominic King, espera que el uso de IA para predecir el deterioro del paciente permita a los médicos intervenir antes. En el caso de la LRA, la rehidratación, los antibióticos o los cambios en la medicación pueden ayudar a restablecer la función renal de los pacientes con bastante facilidad. “Actualmente, nos tomamos estas cosas demasiado tarde y los pacientes se lesionan, y creemos que existe una oportunidad real para que estos sistemas de IA puedan predecir y prevenir, en lugar de lo que está sucediendo ahora, que son los médicos al borde de la extinción. de incendios y afrontar problemas que ya se han desarrollado ”, dice King.

El sistema de inteligencia artificial se entrenó en más de 620,000 puntos de datos distintos, y finalmente se identificó a 3,600 de ellos que eran buenos predictores de AKI. “Donde reside el poder del aprendizaje profundo es que le permite extraer automáticamente muchas de estas señales si tiene suficientes datos para proporcionar”, dice Nenad Tomašev, ingeniero de investigación senior de DeepMind y coautor de Nature Paper.

Pero la implementación de este tipo de sistema de inteligencia artificial primero requerirá capacitación y pruebas en conjuntos de datos más diversos. Este último estudio se realizó con datos históricos, tomados entre 2011 y 2015 y, por lo tanto, no se utilizó para monitorear pacientes en tiempo real. Y, aunque el conjunto de datos total contenía más de 703.000 pacientes, solo el 6,32% eran mujeres, lo que significaba que el sistema de IA era menos eficaz para predecir la LRA cuando se probó en pacientes mujeres.

“Si bien este algoritmo funcionaría bien para [Veterans Affairs] población, no propondríamos esto sin capacitación y validación adicionales que usará en otros lugares ”, dice King. “Todavía hay mucha conversación y trabajo que debe suceder para que implementemos esto en un entorno del mundo real”, dice, y señala que DeepMind todavía está al menos a un año de comenzar a probar el algoritmo. IA en condiciones clínicas reales . .

Leer más: Por qué Google consume DeepMind Health asusta a los expertos en privacidad

Y ahí es donde entran los Streams. Finalmente, King dice que el objetivo de Streams es proporcionar un lugar para lidiar con este tipo de predicciones basadas en IA, no solo para AKI, sino para otras afecciones, como sepsis, insuficiencia hepática aguda y complicaciones de la diabetes.

Es por eso que DeepMind escribió tres artículos más, publicados el mismo día que Nature, para evaluar la utilidad de Streams en el Royal Free Hospital de Londres. En 2017, se determinó que un acuerdo anterior entre DeepMind y Royal Free NHS Foundation Trust violaba la ley de protección de datos. Desde entonces, se ha revisado el acuerdo entre los dos.

Los estudios pintan una imagen mixta del éxito de Streams hasta ahora. La aplicación no se pudo vincular a ninguna mejora en la función renal o una serie de otros valores utilizados para determinar la salud de los riñones. Pero esto, señala King, no es del todo sorprendente. Esta versión de Streams todavía utiliza el algoritmo respaldado por el NHS que estima el riesgo de AKI según el nivel de un producto residual llamado creatinina en sangre. El problema es que los niveles de creatinina pueden aumentar muchas horas después de que ya se ha establecido la LRA. El objetivo final de DeepMind es reemplazar o complementar este algoritmo con una variación del sistema demostrado en el estudio de Asuntos de Veteranos.

Y aunque la aplicación no ha mejorado la salud de los riñones, parece hacer que tratar a los pacientes con riesgo de daño renal sea más rápido y más fácil. Los especialistas en riñón que usan la aplicación analizaron los casos urgentes en menos de 15 menos, en comparación con las cuatro horas de los que no usan la aplicación, lo que significa que solo perdieron el tres por ciento de todos los casos de LRA.

DeepMind también estima que Streams reduce el costo de hospitalizar a un paciente con LRA en un promedio de 2.123 GBP, aunque esta cifra no tiene en cuenta el costo de proporcionar Streams o el costo de la diálisis a largo plazo en pacientes con LRA no tratada. . King dice que confía en que, si alguna vez se implementan en el NHS, los flujos serían más rentables que el enfoque actual de manejo de AKI.

Esto será esencial si el NHS y otros sistemas de salud están dispuestos a expandir su uso de los flujos. Al incorporar a los proveedores de atención médica con su tecnología, DeepMind busca capitalizar tres argumentos clave: que su tecnología mejora los resultados de los pacientes, que los médicos y los pacientes la encuentran útil y que no aumenta los costos de atención médica por paciente.

Las transmisiones parecen marcar las cintas en los dos últimos puntos, y aunque su progreso en el primero aún no se ha visto, el experimento de Asuntos de Veteranos sugiere que una versión de los flujos basada en inteligencia artificial podría tener un impacto significativo en la salud del paciente. Y aunque el enfoque de DeepMind hasta ahora no ha sido comercial, la compañía parece estar desacelerando para comenzar a vender sus productos a los proveedores de atención médica.

Esto podría estar relacionado con el anuncio de noviembre de 2018 de que DeepMind Health pasará a formar parte de Google, bajo la supervisión del vicepresidente de Google Health, David Feinberg, quien asumió el cargo en enero de 2019. Hasta ahora, la empresa matriz DeepMind Alphabet ha mantenido la compañía desde Londres en una distancia, pero la integración de DeepMind Health en Google sugiere que el equipo comenzará a poner más énfasis en la comercialización de sus creaciones.

Una colaboración más estrecha con Google también podría proporcionar algunos beneficios adicionales para Streams, dice King. Si hay algo que Google sabe qué hacer, es ordenar grandes cantidades de información de una manera fácil de buscar, algo que será esencial para los feeds si finalmente se amplía para cubrir otras condiciones. “Reunir todo esto en flujos nos permite entregar un proyecto mucho más completo e interesante”, dice.

🖼️ Cómo sacar provecho de Google Photos con sus imágenes desordenadas

😡 Las olas de calor hacen que las personas sean más violentas, enojadas y sombrías

🚬 Inglaterra tiene un ambicioso plan para erradicar el tabaquismo para 2030

🕵🏿 Es hora de optar por no usar Chrome para un navegador web confidencial

🎉 Una vacuna contra el Alzheimer está un paso más cerca de la realidad

📧 Reciba las mejores ofertas técnicas y novedades sobre gadgets en su bandeja de entrada

Gran parte de las noticias de la ciencia de la tierra en un sólo sitio. artículos de Ciencia.