El gigante de la tecnología Alphabet Inc., Google (GOOGL) ha estado intentando ingresar al espacio de la atención médica por un tiempo, y los esfuerzos parecen estar dando sus frutos. Google afirma haber creado un sistema que es capaz de pronosticar una variedad de resultados para los pacientes, incluida la duración durante la cual las personas pueden necesitar hospitalización, sus posibilidades de reingreso y sus posibilidades de muerte. Llamado Medical Brain, este avance podría darle a Google un mercado completamente nuevo para explorar.
Bloomberg informa un estudio de caso de una mujer con cáncer de seno en etapa tardía a la que se le dio una posibilidad de supervivencia de 9.3% por los métodos informáticos estándar del hospital, mientras que el análisis predictivo de Google le dio una probabilidad de 19.9% de morir durante su estadía en el hospital. El paciente falleció en unos pocos días, confirmando las afirmaciones de Google de ofrecer un mejor mecanismo de predicción por su sistema.
En la edición de mayo de la revista científica Nature, el equipo de Google describió su metodología predictiva: “Estos modelos superaron a los modelos predictivos tradicionales, utilizados clínicamente en todos los casos. Creemos que este enfoque puede usarse para crear predicciones precisas y escalables para una variedad de escenarios clínicos ”. La investigación destaca el uso de redes neuronales en el campo de la atención médica. Una red neuronal es una forma de software de inteligencia artificial (IA) modelado en el cerebro humano y el sistema nervioso que se basa en el uso de datos para aprender y mejorar automáticamente en la identificación de las relaciones subyacentes.
Cómo funciona la herramienta de Google
Los médicos, hospitales y otros proveedores de atención médica han estado luchando durante años para mantener y resumir mejor los datos médicos de un paciente. Sin embargo, a pesar del uso de sistemas avanzados de almacenamiento de datos dedicados al uso hospitalario, el éxito ha sido variable.
Los informes disponibles indican que el sistema de Google para dicho análisis predictivo funciona para examinar toneladas de puntos de datos para llegar a la inferencia. En el caso anterior, el algoritmo de Google analizó 175, 639 puntos de datos para llegar a su conclusión. La capacidad de Google para leer datos en una variedad de formas, incluidas las notas escritas a mano guardadas como archivos PDF, cuadros antiguos e informes médicos, combinados con su velocidad de procesamiento es el verdadero cambio de juego. El algoritmo también demuestra qué puntos de datos fueron más útiles para llegar a la conclusión.
Si bien los modelos predictivos actuales dedican alrededor del 80% de su tiempo a la exploración y presentación de datos, el enfoque de Google evita este cuello de botella.
