El Hospital Addenbrooke en Cambridge y otros 20 hospitales de todo el mundo y el l\u00edder en tecnolog\u00eda de la salud NVIDIA han utilizado inteligencia artificial (IA) para predecir las necesidades de ox\u00edgeno de los pacientes con COVID a escala global. La investigaci\u00f3n fue provocada por la pandemia y se propuso construir una herramienta de inteligencia artificial para predecir cu\u00e1nto ox\u00edgeno adicional podr\u00eda necesitar un paciente con COVID-19 en los primeros d\u00edas de atenci\u00f3n hospitalaria, utilizando datos de cuatro continentes.<\/p>\n\n\n\n
La t\u00e9cnica, conocida como aprendizaje federado, utiliz\u00f3 un algoritmo para analizar radiograf\u00edas de t\u00f3rax y datos electr\u00f3nicos de salud de pacientes hospitalarios con s\u00edntomas de COVID. Para mantener la estricta confidencialidad del paciente, los datos del paciente se anonimizaron por completo y se envi\u00f3 un algoritmo a cada hospital para que no se compartiera ning\u00fan dato ni se abandonara su ubicaci\u00f3n.<\/p>\n\n\n\n
Una vez que el algoritmo “aprendi\u00f3” de los datos, el an\u00e1lisis se reuni\u00f3 para construir una herramienta de inteligencia artificial que pudiera predecir las necesidades de ox\u00edgeno de los pacientes con COVID en hospitales en cualquier parte del mundo. Publicado hoy en Nature Medicine, el estudio denominado EXAM (para EMR CXR AI Model), es uno de los estudios de aprendizaje cl\u00ednico federado m\u00e1s grandes y diversos hasta la fecha.<\/p>\n\n\n\n
Para comprobar la precisi\u00f3n de EXAM, se prob\u00f3 en varios hospitales de los cinco continentes, incluido el Hospital de Addenbrooke. Los resultados mostraron que predijo el ox\u00edgeno necesario dentro de las 24 horas posteriores a la llegada del paciente al departamento de emergencias, con una sensibilidad del 95% y una especificidad de m\u00e1s del 88%.<\/p>\n\n\n\n
“El aprendizaje federado tiene un poder transformador para llevar la innovaci\u00f3n de la inteligencia artificial al flujo de trabajo cl\u00ednico”, dijo la profesora Fiona Gilbert, quien dirigi\u00f3 el estudio en Cambridge y es radi\u00f3loga consultora honoraria en el Hospital Addenbrooke y presidenta de radiolog\u00eda en la Facultad de Medicina Cl\u00ednica de la Universidad de Cambridge.<\/p>\n\n\n\n
“Nuestro trabajo continuo con EXAM demuestra que este tipo de colaboraciones globales son repetibles y m\u00e1s eficientes, de modo que podamos satisfacer las necesidades de los m\u00e9dicos para abordar desaf\u00edos de salud complejos y epidemias futuras”.<\/p>\n\n\n\n
El primer autor del estudio, el Dr. Ittai Dayan, de Mass General Bingham en los EE. UU., donde se desarroll\u00f3 el algoritmo EXAM, dijo: “Por lo general, en el desarrollo de IA, cuando se crea un algoritmo con los datos de un hospital, no funciona bien en cualquier otro hospital. Al desarrollar el modelo EXAM utilizando aprendizaje federado y datos objetivos y multimodales de diferentes continentes, pudimos construir un modelo generalizable que puede ayudar a los m\u00e9dicos de primera l\u00ednea en todo el mundo”.<\/p>\n\n\n\n
Al reunir a colaboradores de Am\u00e9rica del Norte y del Sur, Europa y Asia, el estudio EXAM tom\u00f3 solo dos semanas de “aprendizaje” de IA para lograr predicciones de alta calidad.<\/p>\n\n\n\n
“El aprendizaje federado permiti\u00f3 a los investigadores colaborar y establecer un nuevo est\u00e1ndar de lo que podemos hacer a nivel mundial, utilizando el poder de la IA”, dijo la Dra. Mona G. Flores, directora global de IA m\u00e9dica en NVIDIA. “Esto har\u00e1 avanzar la IA no solo para el cuidado de la salud sino en todas las industrias que buscan construir modelos robustos sin sacrificar la privacidad”.<\/p>\n\n\n\n
En el estudio se analizaron los resultados de alrededor de 10,000 pacientes de COVID de todo el mundo, incluidos 250 que llegaron al Hospital de Addenbrooke en la primera ola de la pandemia en marzo \/ abril de 2020. La investigaci\u00f3n fue apoyada por el Instituto Nacional de Investigaci\u00f3n en Salud (NIHR). ) Centro de Investigaci\u00f3n Biom\u00e9dica de Cambridge (BRC). Ha continuado el trabajo en el modelo EXAM. Mass General Brigham y el NIHR Cambridge BRC est\u00e1n trabajando con la startup Rhino Health de NVIDIA Inception, cofundada por el Dr. Dayan, para realizar estudios prospectivos utilizando EXAM.<\/p>\n\n\n\n
El profesor Gilbert agreg\u00f3: “Crear software que coincida con el desempe\u00f1o de nuestros mejores radi\u00f3logos es complejo, pero una aspiraci\u00f3n verdaderamente transformadora. Cuanto m\u00e1s podamos integrar de forma segura datos de diferentes fuentes mediante el aprendizaje y la colaboraci\u00f3n federados, y tengamos el espacio necesario para innovar, m\u00e1s r\u00e1pido los acad\u00e9micos pueden hacer realidad esos objetivos transformadores”.<\/p>\n\n\n\n