Los modelos de predicción clínica creados por IA son precisos pero específicos para cada estudio

18.01.2024
Computer-generated image

Imagen simbólica

En un estudio reciente, los científicos han investigado la precisión de los modelos de IA que predicen si las personas con esquizofrenia responderán a la medicación antipsicótica. Los modelos estadísticos del campo de la inteligencia artificial (IA) tienen un gran potencial para mejorar la toma de decisiones relacionadas con el tratamiento médico. Sin embargo, los datos de tratamientos médicos que pueden utilizarse para entrenar estos modelos no sólo son escasos, sino también caros. Por ello, la precisión predictiva de los modelos estadísticos sólo se ha demostrado hasta ahora en unos pocos conjuntos de datos de tamaño limitado. En el trabajo actual, los científicos investigan el potencial de los modelos de IA y comprueban la exactitud de la predicción de la respuesta al tratamiento con medicación antipsicótica para la esquizofrenia en varios ensayos clínicos independientes. Los resultados del nuevo estudio, en el que participaron investigadores de la Facultad de Medicina de la Universidad de Colonia y de Yale, muestran que los modelos fueron capaces de predecir los resultados de los pacientes con gran exactitud dentro del ensayo en el que se desarrollaron. Sin embargo, cuando se utilizaron fuera del ensayo original, no mostraron mejores resultados que las predicciones aleatorias. La agrupación de datos de distintos ensayos tampoco mejoró las predicciones. El estudio "Illusory generalizability of clinical prediction models" (Generalización ilusoria de los modelos de predicción clínica) se publicó en Science.

El estudio fue dirigido por destacados científicos del campo de la psiquiatría de precisión. Se trata de un área de la psiquiatría en la que se supone que se determinan modelos basados en datos, terapias dirigidas y medicamentos adecuados para individuos o grupos de pacientes. "Nuestro objetivo es utilizar modelos novedosos del campo de la IA para tratar de forma más específica a pacientes con problemas de salud mental", afirma el Dr. Joseph Kambeitz, catedrático de Psiquiatría Biológica de la Facultad de Medicina de la Universidad de Colonia y del Hospital Universitario de Colonia. "Aunque numerosos estudios iniciales prueban el éxito de estos modelos de IA, aún no se ha demostrado su solidez". Y esta seguridad es de gran importancia para el uso clínico cotidiano. "Tenemos estrictos requisitos de calidad para los modelos clínicos y también tenemos que garantizar que los modelos en diferentes contextos proporcionen buenas predicciones", dice Kambeitz. Los modelos deben proporcionar predicciones igualmente buenas, tanto si se utilizan en un hospital de EE.UU., Alemania o Chile".

Los resultados del estudio muestran que por el momento no puede garantizarse la generalización de las predicciones de los modelos de IA en distintos centros de estudio. Se trata de una señal importante para la práctica clínica y demuestra que es necesario seguir investigando para mejorar realmente la atención psiquiátrica. En los estudios en curso, los investigadores esperan superar estos obstáculos. En colaboración con socios de EE.UU., Inglaterra y Australia, están trabajando, por un lado, en el examen de grandes grupos de pacientes y conjuntos de datos para mejorar la precisión de los modelos de IA y, por otro, en el uso de otras modalidades de datos, como muestras biológicas o nuevos marcadores digitales, como el lenguaje, los perfiles de movimiento y el uso de teléfonos inteligentes.

Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.

Publicación original

Más noticias del departamento ciencias

Noticias más leídas

Más noticias de nuestros otros portales

Todos los fabricantes de espectrómetros FT-IR de un vistazo