Modelo de lenguaje grande predice readmisión de pacientes
Recibir el alta del hospital es un hito importante para los pacientes, pero a veces no es el final de su camino hacia la recuperación. Casi el 15% de los pacientes hospitalizados en los EE. UU. son readmitidos dentro de los 30 días posteriores a su alta inicial, lo que a menudo se asocia con peores resultados y mayores costos tanto para los pacientes como para los hospitales.
Investigadores de NYU Langone Health, el centro médico académico de la Universidad de Nueva York, han colaborado con expertos de NVIDIA para desarrollar un modelo de lenguaje extenso (LLM) que predice el riesgo de readmisión de un paciente a los 30 días, así como otros resultados clínicos.
Implementado en las seis instalaciones para pacientes hospitalizados del sistema de atención médica, el modelo NYUTron, presentado hoy en la revista científica Nature, brinda a los médicos información basada en inteligencia artificial que podría ayudarlos a identificar a los pacientes que necesitan una intervención clínica para reducir la probabilidad de readmisión.
"Cuando das de alta a un paciente del hospital, no esperas que necesite regresar, o probablemente deberías haberlo mantenido en el hospital por más tiempo", dijo el Dr. Eric Oermann, profesor asistente de radiología y neurocirugía en la Escuela Grossman de la NYU. of Medicine y colaborador principal en NYUTron. "Usando el análisis del modelo de IA, pronto podríamos capacitar a los médicos para prevenir o corregir situaciones que ponen a los pacientes en mayor riesgo de readmisión".
Hasta ahora, el modelo se ha aplicado a más de 50 000 pacientes dados de alta en el sistema de atención médica de la NYU, donde comparte las predicciones del riesgo de readmisión con los médicos a través de notificaciones por correo electrónico. El equipo de Oermann está planificando próximamente un ensayo clínico para probar si las intervenciones basadas en los análisis de NYUTron reducen las tasas de reingreso.
El gobierno de EE. UU. realiza un seguimiento de las tasas de reingreso a los 30 días como un indicador de la calidad de la atención que brindan los hospitales. Las instituciones médicas con tasas altas reciben multas, un nivel de escrutinio que incentiva a los hospitales a mejorar su proceso de alta.
Hay muchas razones por las que un paciente dado de alta recientemente puede necesitar ser readmitido en el hospital, entre ellas, infección, prescripción excesiva de antibióticos, drenajes quirúrgicos que se retiraron demasiado pronto. Si estos factores de riesgo se pueden detectar antes, los médicos podrían intervenir ajustando los planes de tratamiento o monitoreando a los pacientes en el hospital por más tiempo.
"Si bien ha habido modelos computacionales para predecir la readmisión de pacientes desde la década de 1980, estamos tratando esto como una tarea de procesamiento de lenguaje natural que requiere un corpus de texto clínico a escala del sistema de salud", dijo Oermann. "Entrenamos a nuestro LLM en los datos no estructurados de los registros de salud electrónicos para ver si podía capturar información que las personas no habían considerado antes".
NYUTron fue entrenado previamente en 10 años de registros de salud de NYU Langone Health: más de 4 mil millones de palabras de notas clínicas que representan a casi 400,000 pacientes. El modelo logró una mejora en la precisión de más del 10 % con respecto a un modelo de aprendizaje automático de última generación para predecir la readmisión.
Una vez que el LLM estuvo capacitado para el caso de uso inicial de readmisión de 30 días, el equipo pudo desarrollar otros cuatro algoritmos predictivos en aproximadamente una semana. Estos incluyen la predicción de la duración de la estadía en el hospital de un paciente, la probabilidad de mortalidad en el hospital y las posibilidades de que se nieguen las reclamaciones de seguro de un paciente.
"Administrar un hospital es, en cierto modo, como administrar un hotel", dijo Oermann. "Los conocimientos que ayudan a los hospitales a operar de manera más eficiente significan más camas y una mejor atención para una mayor cantidad de pacientes".
NYUTron es un LLM con cientos de millones de parámetros, entrenados con el marco NVIDIA NeMo Megatron en un gran grupo de GPU NVIDIA A100 Tensor Core.
"Gran parte de la conversación sobre los modelos de lenguaje en este momento se trata de modelos gigantescos de propósito general con miles de millones de parámetros, entrenados en conjuntos de datos desordenados que utilizan cientos o miles de GPU", dijo Oermann. "En cambio, estamos utilizando modelos de tamaño mediano entrenados en datos altamente refinados para realizar tareas específicas de atención médica".
Para optimizar el modelo para la inferencia en hospitales del mundo real, el equipo desarrolló una versión modificada del software de código abierto NVIDIA Triton para la implementación optimizada del modelo de IA utilizando el kit de desarrollo de software NVIDIA TensorRT.
"Para implementar un modelo como este en un entorno de atención médica en vivo, tiene que funcionar de manera eficiente", dijo Oermann. "Triton ofrece todo lo que desea en un marco de inferencia, lo que hace que nuestro modelo sea increíblemente rápido".
El equipo de Oermann descubrió que después de entrenar previamente su LLM, ajustarlo en el sitio con los datos de un hospital específico ayudó a aumentar significativamente la precisión, una característica que podría ayudar a otras instituciones de atención médica a implementar modelos similares.
"No todos los hospitales tienen los recursos para entrenar un modelo de lenguaje grande desde cero internamente, pero pueden adoptar un modelo previamente entrenado como NYUTron y luego ajustarlo con una pequeña muestra de datos locales usando GPU en la nube", dijo. . "Eso está al alcance de casi todos en el cuidado de la salud".
Para obtener más información sobre NYUTron, lea el artículo de Nature y vea esta charla de NVIDIA y NYU a pedido.
Llevando la IA a la escuela: una conversación con Anant Agarwal del MIT
¿Qué es la fotogrametría?
Startup de piscicultura lanza inteligencia artificial para hacer que la acuicultura sea más eficiente y sostenible
Artista técnico crea un gran mamut lanudo con NVIDIA Omniverse USD Composer esta semana 'en NVIDIA Studio'
Microsoft Bing acelera la entrega de anuncios con NVIDIA Triton