Los investigadores médicos han desbloqueado una capacidad inquietante en inteligencia artificial (IA): predecir la muerte prematura de una persona.
Recientemente, los científicos entrenaron un sistema de IA para evaluar una década de datos generales de salud presentados por más de medio millón de personas en el Reino Unido. Luego, le asignaron a la IA la tarea de predecir si las personas corrían el riesgo de morir prematuramente, en otras palabras, antes de la esperanza de vida promedio, de una enfermedad crónica, informaron en un nuevo estudio.
Las predicciones de muerte temprana realizadas por los algoritmos de IA fueron "significativamente más precisas" que las predicciones de un modelo que no utilizaba el aprendizaje automático, autor principal del estudio, el Dr. Stephen Weng, profesor asistente de epidemiología y ciencia de datos en la Universidad de Nottingham (ONU) en el Reino Unido, dijo en un comunicado.
Para evaluar la probabilidad de mortalidad prematura de los sujetos, los investigadores probaron dos tipos de IA: "aprendizaje profundo", en el cual las redes de procesamiento de información en capas ayudan a una computadora a aprender de los ejemplos; y "bosque aleatorio", un tipo más simple de IA que combina múltiples modelos en forma de árbol para considerar posibles resultados.
Luego, compararon las conclusiones de los modelos de IA con los resultados de un algoritmo estándar, conocido como el modelo de Cox.
Utilizando estos tres modelos, los científicos evaluaron datos en el Biobanco del Reino Unido, una base de datos de acceso abierto de datos genéticos, físicos y de salud, presentada por más de 500,000 personas entre 2006 y 2016. Durante ese tiempo, casi 14,500 de los participantes murieron, principalmente de cáncer, enfermedades del corazón y enfermedades respiratorias.
Diferentes variables
Los tres modelos determinaron que factores como la edad, el sexo, el historial de tabaquismo y un diagnóstico previo de cáncer fueron las principales variables para evaluar la probabilidad de muerte prematura de una persona. Pero los modelos divergieron sobre otros factores clave, encontraron los investigadores.
El modelo de Cox se apoyó fuertemente en el origen étnico y la actividad física, mientras que los modelos de aprendizaje automático no. En comparación, el modelo de bosque aleatorio puso mayor énfasis en el porcentaje de grasa corporal, la circunferencia de la cintura, la cantidad de frutas y verduras que las personas comieron y el tono de la piel, según el estudio. Para el modelo de aprendizaje profundo, los factores principales incluyeron la exposición a riesgos relacionados con el trabajo y la contaminación del aire, la ingesta de alcohol y el uso de ciertos medicamentos.
Cuando se hizo todo el cálculo de números, el algoritmo de aprendizaje profundo proporcionó las predicciones más precisas, identificando correctamente el 76 por ciento de los sujetos que murieron durante el período de estudio. En comparación, el modelo de bosque aleatorio predijo correctamente alrededor del 64 por ciento de las muertes prematuras, mientras que el modelo de Cox identificó solo alrededor del 44 por ciento.
Esta no es la primera vez que los expertos han aprovechado el poder predictivo de la IA para la atención médica. En 2017, un equipo diferente de investigadores demostró que la IA podría aprender a detectar signos tempranos de la enfermedad de Alzheimer; su algoritmo evaluó los escáneres cerebrales para predecir si una persona podría desarrollar Alzheimer, y lo hizo con aproximadamente un 84 por ciento de precisión, informó anteriormente Live Science.
Otro estudio encontró que la IA podría predecir la aparición de autismo en bebés de 6 meses que tenían un alto riesgo de desarrollar el trastorno. Sin embargo, otro estudio podría detectar signos de invasión de diabetes a través del análisis de escaneos de retina; y uno más, también utilizando datos derivados de escáneres retinianos, predijo la probabilidad de que un paciente experimente un ataque cardíaco o un derrame cerebral.
En el nuevo estudio, los científicos demostraron que el aprendizaje automático, "con un ajuste cuidadoso", se puede utilizar para predecir con éxito los resultados de mortalidad a lo largo del tiempo, dijo en el comunicado el coautor del estudio Joe Kai, profesor de atención primaria de la ONU.
Si bien el uso de la IA de esta manera puede ser desconocido para muchos profesionales de la salud, presentar los métodos utilizados en el estudio "podría ayudar con la verificación científica y el desarrollo futuro de este emocionante campo", dijo Kai.
Los hallazgos se publicaron en línea hoy (27 de marzo) en la revista PLOS ONE.
