Ya es posible saber si una persona tiene altas probabilidades de morir el próximo 2020 gracias a la IA

Dado a conocer por la compañía médica estadounidense Geisinger han desarrollado tecnología de punta en la que implican IA para determinar las probabilidades de morir el próximo mediante datos de electrocardiograma, además es una de las maneras mas eficientes de determinar este tipo de incidentes con un alto grado de fiabilidad.

Según la revista Xataka, los patrones de actividad eléctrica del corazón tienden a cambiar según la condición del mismo, así como los problemas que el paciente hubiese tenido en el pasado, por ejemplo, problemas cardíacos, esto crea un patrón que permite determinar las posibilidad de que dicho paciente tenga problemas nuevamente los cuales pudieran comprometer la vida del mismo.

Parece que la clave reside en que esta IA percibe indicios de ese riesgo en datos del ECG que los médicos consideran normales; pero decimos «parece» porque lo cierto es que el modo en que lo hace es un misterio, menciona Marco Merino, Xataka.

Pero…¿Qué ve la IA que nosotros no?

Los investigadores de la empresa Geisinger encargaron a un laboratorio especializado en IA que analizara los resultados de 1,77 millones de electrocardiogramas de casi 400.000 personas. Como resultado se han creado dos versiones de la IA. La primera con los datos de los electrocardiogramas sin procesar, mientras que en un segundo plano se creó un informe con la combinación de datos en lo que se integran la edad y sexo del paciente.

Y fue la primera versión la que demostró ser mejor diferenciando los electrocardiogramas de pacientes que, efectivamente, murieron como mucho un año después de hacer la prueba, de aquellos que no. Según Brandon Fornwalt, investigador principal del estudio en Geisinger,

«en todos los casos, el modelo basado en los datos de la actividad eléctrica era siempre mejor que cualquier modelo que construyéramos a partir de datos ajenos a lo que ya aparece en el electrocardiograma».

Midieron esto usando una métrica conocida como AUC, que indica el éxito a la hora de distinguir entre dos conjuntos de datos, donde una puntuación perfecta es 1 y una puntuación de 0,5 indica que no hay distinción entre los dos grupos. La IA obtuvo una puntuación por encima de 0,85, cuando los métodos de valoración de riesgos usados actualmente por los médicos oscilan entre 0,65 y 0,8.

Ninguno de ellos fue capaz de ver los patrones de riesgo que la IA sí detectó.