Los datos del mundo real son invaluables para los desarrolladores de tecnología sanitaria. Este tipo de datos refleja experiencias, tratamientos y resultados reales de los pacientes en diversos entornos del mundo real, en lugar de entornos de ensayos clínicos controlados, señaló Atropos Health Brigham Hyde.
Sin embargo, muchos de los desarrolladores que crean nuevos modelos de IA para organizaciones sanitarias tienen dificultades para acceder a datos del mundo real. Un periódico de abril analizó más de 500 estudios sobre grandes modelos de lenguaje en la atención médica y descubrió que solo el 5% de ellos se realizaron utilizando datos de pacientes del mundo real.
Para abordar este problema, Atropos anunciado recientemente que los desarrolladores de IA ahora pueden entrenar sus modelos en su red de evidencia del mundo real.
Atropos, que se fundó en 2020 como una empresa derivada de Stanford, ofrece datos clínicos del mundo real a los médicos en el lugar de atención. En 2023, la startup lanzó su red de evidencia, que es una red federada de datos de atención médica que consta de más de 300 millones de registros de pacientes recopilados de EHR, datos de reclamaciones y registros de pacientes.
La red tiene actualmente “docenas” de miembros, incluidos desarrolladores, profesionales, investigadores, poseedores de datos y empresas de tecnología de IA, dijo Hyde. Con acceso a una cantidad tan grande de datos de pacientes del mundo real, los miembros de la red obtienen una visión integral y representativa de cómo progresan las enfermedades y funcionan los tratamientos en diversas poblaciones, explicó.
Ahora que la red de evidencia ofrece capacitación en modelos de IA, los desarrolladores pueden integrar sin problemas sus herramientas de IA en la infraestructura de la red. Esta nueva capacidad está impulsada por la plataforma GENEVA OS de Atropos, que transforma datos del mundo real en evidencia clínica al brindar a los médicos respuestas rápidas basadas en datos a preguntas médicas complejas.
“Con GENEVA OS, los desarrolladores pueden entrenar, probar y validar modelos predictivos a partir de datos estandarizados y de alta calidad a nivel de paciente. Esto elimina la carga de la adquisición y preparación de datos, lo que permite un rápido desarrollo del modelo y al mismo tiempo se adhiere a los estándares emergentes de garantía de IA en materia de transparencia, detección de sesgos y precisión”, declaró Hyde.
En general, la infraestructura de la red de datos busca acelerar el desarrollo de la IA, así como aumentar su confiabilidad, con el objetivo general de impulsar la innovación que mejore la atención y los resultados de los pacientes, añadió.
Hyde señaló algunos casos de uso de herramientas de inteligencia artificial que podrían entrenarse en la red, como la simulación de ensayos clínicos, el mapeo del recorrido del paciente, la estimación del costo de la atención y la predicción de resultados. En última instancia, los desarrolladores pueden implementar modelos validados para los socios de canal de Atropos, como sistemas de salud o compañías farmacéuticas, dijo.
El director ejecutivo de un miembro de la red de evidencia, QuantHealth, una startup que utiliza IA para que a las compañías farmacéuticas les resulte más rápido y barato desarrollar tratamientos, señaló que la plataforma de datos de Atropos ha permitido a su empresa ajustar rápidamente su producto.
“Reducir el riesgo y optimizar los ensayos clínicos a través de simulaciones sólidas a nivel de paciente no es tarea fácil, razón por la cual hemos seguido evolucionando y madurando nuestra plataforma de inteligencia artificial y los marcos de datos subyacentes”, dijo el director ejecutivo de QuantHealth, Orr Inbar, en un comunicado. “Al hacer esto, hemos podido ayudar a 7 de las 20 principales empresas farmacéuticas a simular y optimizar sus ensayos y programas clínicos para garantizar la excelencia clínica y operativa”.
QuantHealth ahora puede realizar simulaciones en tiempo real y desplegar sus modelos de IA en el punto de atención, “desbloqueando nuevas oportunidades y casos de uso” para sus clientes farmacéuticos, declaró Inbar.
Foto: metamorworks, Getty Images
