sábado, 29 de septiembre de 2018

Nuevas herramientas para optimizar la información de salud

Hoy en día, ¿quién no ha oído hablar de la inteligencia artificial (IA)? Se trata de un concepto cada vez más presente en nuestras vidas, pero su definición puede variar en función del ámbito en el que se aplique. En el nuestro, el de la salud, la inteligencia artificial nos permite generar conocimiento y mejorar los servicios sanitarios a partir del tratamiento de información no estructurada que, al final, supone una parte importante de los datos que se recogen en el día a día de la práctica clínica.

En definitiva, la inteligencia artificial nos permite aprovechar mejor la información de salud y dar respuesta a los nuevos retos de registro, estructuración y explotación en los que estamos inmersos.

En este sentido, y poniendo como ejemplo el caso de Cataluña, desde enero de 2018, para registrar y notificar los diagnósticos y procedimientos a varios sistemas del CatSalut, como el CMBD (Conjunto Mínimo Básico de Datos), es necesario usar la clasificación CIM-10-MC/SCP. Esta nueva versión, mucho más compleja que las anteriores, supone todo un reto a la hora de codificar la información generada por los profesionales asistenciales y hace necesario el uso de herramientas que ayuden en este sentido, ya sea de forma automática o asistida. La inteligencia artificial y el procesamiento del lenguaje natural (PLN) están en la base de estas herramientas.

IA y ‘Big Data’ permiten aprovechar mejor la información, lo que redunda en avances en investigación clínica

La inteligencia artificial y el Big Data nos permiten extraer conocimiento y mejorar el aprovechamiento de la información de salud, lo que redunda en avances significativos en la investigación clínica.

Además, la transformación de conceptos mediante la PLN y la representación conceptual del paciente nos permiten monitorizar su evolución y personalizar los servicios que recibe. Vamos hacia una medicina a medida. Gracias a la inteligencia artificial y a la PLN, los profesionales de la salud dispondrán de herramientas que les permitirán hacer un mejor uso de los recursos disponibles en los distintos servicios asistenciales.

Ejemplos prácticos

Actualmente, ya son varias las herramientas disponibles en el mercado que se basan en la inteligencia artificial y la PLN para aprovechar la información de salud, y algunos centros médicos ya las están aplicando.

En la jornada “Buceando entre datos”, organizada por la Fundación TIC Salut Social el pasado verano, conocimos algunas de estas experiencias. El Hospital Clínic de Barcelona, por ejemplo, lleva ocho años trabajando con la PLN para codificar, de forma semiautomática, información como los diagnósticos de enfermería, mientras que el Hospital Universitario Valle de Hebrón está llevando a cabo experiencias en esclerosis múltiple, genómica, historia clínica y PLN y modelos predictivos.

Si queremos que las nuevas herramientas sean aceptadas, hay que generar confianza en los profesionales sanitarios

El Instituto Catalán de la Salud (ICS), por su parte, ha utilizado una herramienta creada por Bismart para estructurar altas médicas que evita el proceso complejo de definir ontologías en casos como la identificación de ictus no tratados correctamente. Finalmente, herramientas como Atomian, permiten extraer conocimiento de las historias clínicas detectando información relevante y estructurándola desde un punto de vista simbólico y conceptual; en este caso, ya no estaríamos hablando de PLN, sino de Natural Language Understanding, ya que permite entender qué quiere decir el texto, generando, así, nuevo conocimiento y relaciones entre conceptos.

Retos inmediatos

Sin embargo, para aplicar las herramientas basadas en la inteligencia artificial y la PLN en la práctica clínica habitual son varios los retos que debemos afrontar. Obviamente, el primero de ellos es la inversión económica necesaria para desplegar dichas herramientas, pero no es el único.

Además, si queremos que los resultados obtenidos sean correctos y exactos, debemos asegurarnos de que los datos con los que entrenamos a las herramientas de inteligencia artificial sean de buena calidad. Y si queremos que las herramientas sean bien aceptadas por parte de los profesionales sanitarios y funcionen correctamente en la práctica clínica, las empresas deben generar confianza en los profesionales y cuidar la integración de las herramientas con los sistemas de información de los centros.

The post Nuevas herramientas para optimizar la información de salud appeared first on Diariomedico.com.



via Noticias de diariomedico.... https://ift.tt/2QhSWNO

No hay comentarios:

Publicar un comentario