En unidades de cuidados intensivos, donde los pacientes ingresan con una amplia gama de condiciones de salud, la clasificación se basa en gran medida en el juicio clínico. El personal de la UCI realiza numerosas pruebas fisiológicas, como análisis de sangre y control de signos vitales, para determinar si los pacientes corren un riesgo inmediato de muerte si no se los trata de forma agresiva.

Ingrese:aprendizaje automático. En los últimos años se han desarrollado numerosos modelos para ayudar a predecir la mortalidad de los pacientes en la UCI, en función de diversos factores de salud durante su estancia. Estos modelos, sin embargo, tienen inconvenientes en el rendimiento. Un tipo común de modelo "global" se entrena en una única gran población de pacientes. Estos pueden funcionar bien en promedio, pero mal en algunas subpoblaciones de pacientes. Por otra parte, otro tipo de modelo analiza diferentes subpoblaciones, por ejemplo, los agrupados por condiciones similares, edades del paciente, o departamentos del hospital, pero a menudo tienen datos limitados para capacitación y pruebas.

En un artículo presentado recientemente en la conferencia Proceedings of Knowledge Discovery and Data Mining, Los investigadores del MIT describen un modelo de aprendizaje automático que funciona como lo mejor de ambos mundos:se entrena específicamente en subpoblaciones de pacientes, pero también comparte datos en todas las subpoblaciones para obtener mejores predicciones. Al hacerlo, el modelo puede predecir mejor el riesgo de mortalidad de un paciente durante sus primeros dos días en la UCI, en comparación con modelos estrictamente globales y otros.

El modelo primero procesa datos fisiológicos en registros de salud electrónicos de pacientes previamente ingresados ​​en la UCI, algunos que habían muerto durante su estancia. Al hacerlo, aprende altos predictores de mortalidad, como frecuencia cardíaca baja, Alta presión sanguínea, y varios resultados de pruebas de laboratorio:niveles altos de glucosa y recuento de glóbulos blancos, entre otros, durante los primeros días y divide a los pacientes en subpoblaciones según su estado de salud. Dado un nuevo paciente, el modelo puede mirar los datos fisiológicos de ese paciente de las primeras 24 horas y, utilizando lo aprendido mediante el análisis de esas subpoblaciones de pacientes, Estime mejor la probabilidad de que el nuevo paciente también muera en las siguientes 48 horas.

Es más, los investigadores encontraron que evaluar (probar y validar) el modelo por subpoblaciones específicas también resalta las disparidades de desempeño de los modelos globales en la predicción de la mortalidad entre subpoblaciones de pacientes. Esta es información importante para desarrollar modelos que puedan funcionar con mayor precisión con pacientes específicos.

"Las UCI tienen un ancho de banda muy alto, con muchos pacientes, "dice la primera autora Harini Suresh, estudiante de posgrado en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL). "Es importante averiguar con anticipación qué pacientes están realmente en riesgo y necesitan más atención inmediata".

Los coautores del artículo son la estudiante graduada de CSAIL Jen Gong, y John Guttag, el Profesor Dugald C. Jackson de Ingeniería Eléctrica.

Subpoblaciones de pacientes y multitarea

Una innovación clave del trabajo es que, durante el entrenamiento, el modelo separa a los pacientes en distintas subpoblaciones, que captura aspectos del estado general de salud y los riesgos de mortalidad de un paciente. Lo hace calculando una combinación de datos fisiológicos, desglosado por horas. Los datos fisiológicos incluyen, por ejemplo, niveles de glucosa, potasio, y nitrógeno, así como la frecuencia cardíaca, pH de la sangre, saturación de oxígeno, y frecuencia respiratoria. Los aumentos en la presión arterial y los niveles de potasio, un signo de insuficiencia cardíaca, pueden indicar problemas de salud en otras subpoblaciones.

Próximo, el modelo emplea un método de aprendizaje multitarea para construir modelos predictivos. Cuando los pacientes se dividen en subpoblaciones, Se asignan modelos de diferente ajuste a cada subpoblación. Cada modelo de variante puede entonces hacer predicciones con mayor precisión para su grupo personalizado de pacientes. Este enfoque también permite que el modelo comparta datos entre todas las subpoblaciones cuando realiza predicciones. Cuando se le da un nuevo paciente, Hará coincidir los datos fisiológicos del paciente con todas las subpoblaciones, encuentra el mejor ajuste, y luego estimar mejor el riesgo de mortalidad a partir de ahí.

"Estamos usando todos los datos de los pacientes y compartiendo información entre poblaciones donde es relevante, "Suresh dice". De esta manera, podemos ... no sufrir problemas de escasez de datos, teniendo en cuenta las diferencias entre las distintas subpoblaciones de pacientes ".

"Los pacientes ingresados ​​en la UCI a menudo difieren en la razón por la que están allí y en cómo es su estado de salud. Debido a esto, serán tratados de manera muy diferente, ", Agrega Gong. Las ayudas para la toma de decisiones clínicas" deben tener en cuenta la heterogeneidad de estas poblaciones de pacientes ... y asegurarse de que haya suficientes datos para realizar predicciones precisas ".

Una idea clave de este método, Gong dice, provino de utilizar un enfoque multitarea para evaluar también el desempeño de un modelo en subpoblaciones específicas. Los modelos globales a menudo se evalúan en términos de desempeño general, en poblaciones enteras de pacientes. Pero los experimentos de los investigadores mostraron que estos modelos en realidad tienen un rendimiento inferior en las subpoblaciones. El modelo global probado en el artículo predijo la mortalidad con bastante precisión en general, pero disminuyó varios puntos porcentuales en precisión cuando se probó en subpoblaciones individuales.

Estas disparidades de desempeño son difíciles de medir sin evaluar por subpoblaciones, Gong dice:"Queremos evaluar qué tan bien funciona nuestro modelo, no solo en toda una cohorte de pacientes, pero también cuando lo desglosamos para cada cohorte con diferentes características médicas. Eso puede ayudar a los investigadores a mejorar el entrenamiento y la evaluación de modelos predictivos ".

Obteniendo resultados

Los investigadores probaron su modelo utilizando datos de la base de datos de cuidados críticos MIMIC, que contiene puntuaciones de datos sobre poblaciones de pacientes heterogéneas. De alrededor de 32, 000 pacientes en el conjunto de datos, Más de 2, 200 murieron en el hospital. Utilizaron el 80 por ciento del conjunto de datos para entrenar, y 20 por ciento para probar el modelo.

Al usar datos de las primeras 24 horas, el modelo agrupó a los pacientes en subpoblaciones con importantes diferencias clínicas. Dos subpoblaciones, por ejemplo, contenía pacientes con presión arterial elevada durante las primeras horas, pero uno disminuyó con el tiempo, mientras que el otro mantuvo la elevación durante todo el día. Esta subpoblación tuvo la tasa de mortalidad más alta.

Usando esas subpoblaciones, el modelo predijo la mortalidad de los pacientes durante las siguientes 48 horas con alta especificidad y sensibilidad, y varias otras métricas. El modelo multitarea superó significativamente a un modelo global en varios puntos porcentuales.

Próximo, los investigadores pretenden utilizar más datos de los registros médicos electrónicos, como los tratamientos que reciben los pacientes. Ellos también esperan, en el futuro, entrenar el modelo para extraer palabras clave de notas clínicas digitalizadas y otra información.

Esta historia se vuelve a publicar por cortesía de MIT News (web.mit.edu/newsoffice/), un sitio popular que cubre noticias sobre la investigación del MIT, innovación y docencia.