Los médicos dependen de algo más que datos para tomar decisiones médicas

Los médicos dependen de algo más que datos para tomar decisiones médicas

Los científicos informáticos descubren que las “corazonadas” de los médicos influyen en la cantidad de pruebas que solicitan para los pacientes.

Muchas empresas de tecnología están trabajando en sistemas de inteligencia artificial que puedan analizar datos médicos para ayudar a diagnosticar o tratar problemas de salud. Estos sistemas plantean la cuestión de si este tipo de tecnología puede funcionar tan bien como un médico humano.

Un nuevo estudio realizado por científicos informáticos del MIT sugiere que los médicos humanos proporcionan una dimensión que, hasta el momento, la inteligencia artificial no ofrece. Al analizar las notas escritas de los médicos sobre los pacientes de la unidad de cuidados intensivos, los investigadores encontraron que las «corazonadas» de los médicos sobre la condición de un paciente en particular desempeñaron un papel importante a la hora de determinar cuántas pruebas ordenaron para el paciente.

«Hay algo en la experiencia de un médico y en sus años de formación y práctica que le permite saber en un sentido más amplio, más allá de la simple lista de síntomas, si le está yendo bien o no», dice Mohammad Ghassemi. , una filial de investigación del Instituto de Ingeniería y Ciencias Médicas (IMES) del MIT. «Están accediendo a algo que la máquina tal vez no esté viendo».

Esta intuición juega un papel aún más importante durante el primer o segundo día de la estancia hospitalaria de un paciente, cuando la cantidad de datos que los médicos tienen sobre los pacientes es menor que en los días siguientes.

Ghassemi y el estudiante de posgrado en ciencias de la computación Tuka Alhanai son los autores principales del artículo, que se presentará en la conferencia de la Sociedad de Ingeniería en Medicina y Biología del IEEE el 20 de julio. Otros autores del artículo del MIT son Jesse Raffa, un científico investigador del IMES, y Roger Mark, profesor de ciencias y tecnología de la salud y de ingeniería eléctrica e informática. Shamim Nemati y Falgun Chokshi de la Universidad Emory también son autores del estudio.

Cómo medir los sentimientos

Los médicos consideran una gran cantidad de factores, incluidos los síntomas, la gravedad de la enfermedad, los antecedentes familiares y los hábitos de estilo de vida, al decidir qué tipos de exámenes solicitar a sus pacientes. Además de esos factores, Ghassemi, Alhanai y sus colegas se preguntaron si los “instintos” de un médico sobre un paciente también desempeñan un papel en su toma de decisiones.

“Ese presentimiento probablemente esté informado por la experiencia que tienen los médicos”, dice Ghassemi. “Es como cuando era niño, mi mamá podía simplemente mirarme y decir que había hecho algo mal. Eso no es por algo místico, sino porque ella tenía tanta experiencia lidiando conmigo cuando había hecho algo mal que una simple mirada contenía algunos datos”.

Para intentar revelar si este tipo de intuición desempeña un papel en las decisiones de los médicos, los investigadores realizaron un análisis de sentimientos de las notas escritas de los médicos. El análisis de sentimientos, que a menudo se utiliza para medir las actitudes de los consumidores, se basa en algoritmos informáticos que examinan el lenguaje escrito y cuentan los sentimientos positivos o negativos asociados con las palabras utilizadas en el texto.

Los investigadores realizaron su análisis en la base de datos MIMIC, una colección de registros médicos de 60.000 pacientes de la UCI admitidos en el Centro Médico Beth Israel Deaconess en Boston durante un período de 10 años. Esta base de datos incluye notas médicas sobre los pacientes, así como la gravedad de la enfermedad, exámenes de diagnóstico por imágenes y varios otros factores.

Los investigadores querían determinar qué añadían las notas de los médicos a la información disponible en los registros médicos, si acaso. Calcularon las puntuaciones de sentimiento a partir de las notas para ver si había alguna correlación con la cantidad de pruebas de diagnóstico por imágenes que los médicos ordenaron a los pacientes.

Si los datos médicos por sí solos impulsaran las decisiones de los médicos, entonces el sentimiento no tendría ninguna correlación con el número de pruebas solicitadas. Sin embargo, los investigadores encontraron que cuando tuvieron en cuenta todos los demás factores, las opiniones de los médicos sí ayudaron a predecir cuántas pruebas ordenarían. Este efecto fue más fuerte al comienzo de la estancia hospitalaria de un paciente, cuando los médicos tenían menos información médica para continuar, y luego disminuyó con el paso del tiempo.

También descubrieron que cuando los médicos se sentían más pesimistas sobre la condición de un paciente, ordenaban más pruebas, pero sólo hasta cierto punto. Si tenían opiniones muy negativas sobre el estado del paciente, ordenaban menos pruebas.

«Claramente los médicos están utilizando algo que no está en los datos para impulsar parte de su toma de decisiones», dice Alhanai. «Lo importante es que algunos de esos efectos invisibles se reflejan en su sentimiento».

Máquinas sentimentales

A continuación, los investigadores esperan aprender más sobre qué factores contribuyen a las corazonadas de los médicos. Esto podría conducir potencialmente al desarrollo de sistemas de inteligencia artificial que podrían aprender a incorporar la misma información que los médicos utilizan para evaluar a los pacientes.

“La pregunta es: ¿se puede conseguir que la máquina haga algo así? Sería muy interesante enseñar a la máquina a aproximarse a lo que el médico codifica en sus sentimientos utilizando datos que actualmente no capturan los sistemas electrónicos de salud, como su discurso”, afirma Alhanai.

La investigación fue financiada por la Beca de Capacitación en Neuroimagen de los Institutos Nacionales de Salud (NIH), el Consejo de Educación de Abu Dhabi, la Beca de Informática de Cuidados Críticos de los NIH y la Beca de Recursos de Investigación para Señales Fisiológicas Complejas de los NIH.

Tambien puede leer: El sistema automatizado enseña a los usuarios cuándo colaborar con un asistente de IA

También puede disfrutar

Registrese Ahora

Tendra información actualizada de nuestro blog