Predecir la supervivencia en el cáncer analizando un único documento
El avance de la inteligencia artificial lo hace posible, examinando las notas de la primera consulta oncológica, sin necesidad de más datos y en todos los tipos de cáncer.
Investigadores de la Universidad de British Columbia han realizado un estudio en el que demuestran que el análisis del lenguaje natural (ALN) mediante inteligencia artificial predice la supervivencia de pacientes con cáncer. Aplicado sobre las notas realizadas por el oncólogo en la primera consulta en casi 50.000 pacientes, este análisis ...
Investigadores de la Universidad de British Columbia han realizado un estudio en el que demuestran que el análisis del lenguaje natural (ALN) mediante inteligencia artificial predice la supervivencia de pacientes con cáncer. Aplicado sobre las notas realizadas por el oncólogo en la primera consulta en casi 50.000 pacientes, este análisis alcanza una fiabilidad de alrededor del 85% en la predicción de la supervivencia a los 6, 36 y 60 meses.
John-Jose Nunez, director del estudio, afirma que, tradicionalmente, las tasas de supervivencia han sido calculadas de manera retrospectiva y categorizadas en función de rasgos genéricos, tales como localización y tipo de cáncer. Sin embargo, la predicción a nivel individual es compleja, debido a una constelación de factores específica de cada paciente. El ALN capta información única en cada caso, como el historial familiar o de uso de drogas, otras patologías y la edad, entre otros factores. La asignación de probabilidades al orden de las palabras en el documento determina si una secuencia de palabras es más probable que otra, una estrategia factible en la predicción de desenlaces binarios. Hasta ahora el ALN había sido aplicado exclusivamente a informes más pequeños y específicos, tales como los patológicos o los radiológicos, si bien un estudio previo con pacientes no oncológicos había demostrado el potencial de esta técnica. Nunez concluye indicando que el ALN no requiere conjuntos de datos estructurados y es altamente escalable, lo que puede facilitar su implementación en cualquier lugar del globo.
