Cardea: plataforma AutoML que transformará la atención médica

El Data to AI Lab del MIT (DAI Lab) ha desarrollado un sistema de software, Cardea, para recopilar una gran cantidad de datos hospitalarios a través de modelos de aprendizaje automático para extraer información valiosa. El marco es de código abierto y utiliza técnicas generalizables para fomentar el trabajo en equipo e impulsar la innovación. Cardea podría ser útil para lidiar con una variedad de problemas, desde eventos de cisne negro como pandemias hasta ausencias.

Cardea podrá ayudar a los hospitales a resolver «cientos de diferentes tipos de problemas de aprendizaje automático», dijo Kalyan Veeramanchaneni, investigador principal del DAI Lab. También es un científico investigador principal en el Laboratorio de Sistemas de Información y Decisión (LIDS) del MIT.

¿Qué es una plataforma AutoML?

El aprendizaje automático automatizado o AutoML es un conjunto de métodos y procesos para que el aprendizaje automático esté disponible para los no expertos. AutoML puede optimizar un modelo existente o buscar los mejores modelos para conjuntos de datos específicos. Automatiza y acelera el desarrollo de modelos de aprendizaje automático.

Cardea es un sistema AutoML. Para construir Cardea, los investigadores del MIT reunieron varias herramientas de aprendizaje automático en el cuidado de la salud para hacer una referencia poderosa para los solucionadores de problemas hospitalarios, dijo Sarah Alnegheimish, estudiante de posgrado en LIDS.

La plataforma está diseñada para trabajar con Fast Healthcare Interoperability Resources (FHIR), el abanderado en registros médicos electrónicos.

Así, Cardea lleva a los usuarios a través de una tubería con múltiples opciones y salvaguardias en cada paso. El ensamblador de datos primero alimenta la información. El auditor de datos de Cardea encuentra discrepancias en los datos. Luego, el sistema pregunta qué consultas tiene el usuario o el problema específico que se debe abordar. A continuación, se presentarán a los usuarios diferentes modelos de aprendizaje automático, y Cardea explorará el conjunto de datos y los modelos para aprender patrones para hacer predicciones.