Scaling Electronic Health Record Foundation Models for Population Health Management
Questo articolo introduce un modello di fondazione per le cartelle cliniche elettroniche scalabile, pre-addestrato su miliardi di eventi medici multi-sito provenienti da oltre 5 milioni di pazienti negli Stati Uniti e a Taiwan, che dimostra prestazioni e generalizzazione superiori nella previsione di 11 malattie croniche rispetto ai modelli esistenti, sfruttando un framework di allineamento dei codici unificato e una scalabilità computazionalmente ottimale.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
I sistemi sanitari odierni operano spesso come una collezione di isole isolate. Un paziente potrebbe consultare uno specialista in una città, sottoporsi a un esame in un'altra e ritirare una presczione in una terza, con ogni struttura che conserva i propri registri separati. Questa frammentazione rende difficile avere un quadro completo della salute di una persona nel tempo. Quando i medici non riescono a collegare facilmente questi punti, possono mancare i segnali premonitori di malattie gravi e croniche, come le malattie cardiache o il cancro. Il momento in cui queste condizioni vengono rilevate, sono spesso in fase avanzata, richiedendo trattamenti costosi e intensivi. L'obiettivo della gestione della salute della popolazione è risolvere questo problema osservando enormi quantità di dati sui pazienti per individuare le persone a rischio prima ancora che si sentano male, permettendo interventi precoci e salvavita.
Per raggiungere questo obiettivo, i ricercatori si sono rivolti alle cartelle cliniche elettroniche, i registri digitali di ogni visita, test e farmaco che un paziente riceve. Tuttavia, questi registri non sono scritti in un unico linguaggio universale. Un ospedale potrebbe usare un codice specifico per una procedura comune, mentre un ospedale in un paese diverso usa un codice completamente differente per la stessa identica cosa. Questa discrepanza ha reso quasi impossibile addestrare sistemi informatici affinché imparassero dai dati provenienti da diverse regioni. Un nuovo studio introduce una soluzione chiamata EHR-FM, un massiccio modello informatico progettato per leggere e comprendere queste cartelle cliniche indipendentemente dalla loro provenienza. Imparando da miliardi di eventi medici che coinvolgono oltre cinque milioni di pazienti sia degli Stati Uniti che di Taiwan, il sistema ha imparato a individuare i sottili schemi che precedono le malattie croniche, anche quando i dati provengono da due mondi sanitari molto diversi.
La sfida principale che i ricercatori hanno affrontato non era solo il volume enorme di dati, ma la confusione causata dai diversi sistemi di codifica. Immaginate di cercare di imparare una nuova lingua in cui la parola per "attacco cardiaco" è scritta in modo diverso in ogni libro che aprite. Nelle cartelle cliniche, un singolo farmaco o procedura può avere centinaia di nomi diversi a seconda del sistema di fatturazione locale. Per risolvere questo problema, il team ha costruito un traduttore che converte tutti questi diversi codici in un unico linguaggio unificato prima che il computer li veda. Hanno utilizzato una combinazione di dizionari medici ufficiali e intelligenza artificiale avanzata per mappare migliavere di codici locali su standard internazionali. Ciò ha permesso di combinare i registri di Taiwan e degli Stati Uniti in un unico dataset massiccio e coerente contenente quasi dieci miliardi di eventi medici.
Con questi dati unificati, i ricercatori hanno addestrato un grande modello di base (foundation model), un tipo di intelligenza artificiale che apprende regole generali da enormi quantità di informazioni. Hanno testato come le prestazioni del modello cambiassero all'aumentare delle sue dimensioni e della quantità di dati che vedeva. Hanno scoperto che il modello seguiva un modello prevedibile: aggiungendo più potenza di calcolo e più dati, il modello diventava significativamente migliore nel suo compito. Hanno costruito versioni del modello che andavano da molto piccole a oltre due miliardi di parametri, una misura della sua complessità e capacità di apprendimento. La versione più grande, addestrata su questi dati transfrontalieri, si è dimostrata eccezionalmente abile nel prevedere l'insorgenza di malattie maggiori.
Quando testato su scenari del mondo reale, il modello ha dimostrato una capacità straordinaria di identificare i pazienti che avrebbero sviluppato condizioni come cancro, insufficienza cardiaca o ictus entro l'anno successivo. Negli Stati Uniti, il modello ha raggiunto un AUC di 0,4 per i futuri casi di malattie cardiache mantenendo estremamente bassi i falsi allarmi. Nei dati di Taiwan, ha raggiunto un AUC di 0,7 per i futuri casi con lo stesso alto livello di accuratezza. Questa alta sensibilità è cruciale per la salute della popolazione; significa che il sistema può segnalare individui ad alto rischio per ulteriori accertamenti senza sovraccaricare i medici con falsi avvisi. Il modello ha superato i programmi informatici tradizionali che si basano su semplici regole e ha superato anche altri modelli di IA avanzati che erano stati addestrati solo su dati di una singola località.
Forse il risultato più sorprendente è stato quanto bene il modello abbia gestito i dati provenienti da luoghi che non aveva mai visto prima. Quando testato su un set completamente diverso di registri dei pazienti della Stanford University, che utilizzava sistemi di codifica differenti e copriva una popolazione diversa, il modello ha comunque performato meglio dei precedenti sistemi all'avanguardia. Ciò suggerisce che, imparando da un mix diversificato di dati, il modello abbia sviluppato una comprensione più profonda della malattia umana che trascende le differenze locali. I ricercatori hanno anche scoperto che il semplice fatto di copiare gli stessi dati ripetutamente per creare un dataset più grande non aiutava il modello a imparare altrettanto bene quanto l'aggiunta di nuovi e diversificati dati da diverse regioni. Ciò indica che la varietà delle informazioni è importante quanto la loro quantità.
Lo studio conferma che è possibile costruire strumenti potenti e scalabili per la previsione delle malattie croniche unificando le cartelle cliniche da tutto il mondo. I ricercatori hanno dimostrato che, allineando i diversi sistemi di codifica, è possibile creare un modello che impara dalla storia collettiva di milioni di pazienti, identificando rischi che altrimenti potrebbero passare inosservati. Sebbene il modello non sia ancora un sostituto del giudizio medico, offre un nuovo modo potente per dare priorità alle cure. Segnalando precocemente gli individui ad alto rischio, i sistemi sanitari possono passare dal reagire alla malattia al prevenirla, potenzialmente salvando vite e riducendo il carico sulle risorse mediche. I ricercatori hanno reso disponibile il proprio codice ad altri, sperando che questo approccio aiuti a costruire un futuro in cui l'assistenza proattiva e basata sui dati sia accessibile a tutti, indipendentemente da dove vivano.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.