Algoritmo para futuras enfermedades

El algoritmo escoge las variables más posibles entre un grupo de condiciones médicas similares a las del paciente

Un nuevo algoritmo es capaz de predecir las futuras enfermedades de un paciente, basado en el pasado clínico y personal otras personas.

Sitios de servicios multimedia como Netflix y Amazon hacen sugerencias a sus usuarios basándose en su perfil e historial de compras, así como en los historiales de otras personas que comparten características del usuario.

El nuevo algoritmo funciona en similar forma, prediciendo el futuro de la salud basándose en el historial clínico, y también en los registros médicos de otras personas con las mismas características del paciente en cuestión.

“Este algoritmo provee a los físicos con puntos de vista de lo que podría venir para un paciente, basándose en las experiencias de otros pacientes” dijo en el artículo publicado en Annals of Applied Statistics, Tyler McCormick, profesor asistente de estadísticas y sociología en la Universidad de Washington.

McCormick y coautores del Instituto de Tecnología de Massachusettes (MIT, por sus siglas en inglés), y de la Universidad de Columbia, usaron registros médicos de una prueba de medicación de varios años, que compiló decenas de miles de pacientes mayores de 40 años.

La prueba reunió información acerca del género, origen étnico, historial médico y prescripciones, para así proveer una base de datos de la salud de los pacientes.

El problema es que cada condición médica pasa de manera aislada y en pocas ocasiones, por lo que los episodios están escasamente dispersos entre esta población de pacientes.

Pero es más difícil hacer predicciones cuando pocas personas sufren pocas enfermedades de todo el rango de patologías.

Para mejorar esta variable, McCormick y sus colegas usaron un modelo estadístico llamado Modelo de Leyes de la Asociación Geriátrica, o HARM, por sus siglas en inglés.

El HARM selecciona las reglas y aristas más posibles y vinculadas de toda una serie de leyes o variables posibles.

Este modelo es único ya que, a diferencia de otros programas de predicción específica de pacientes, o incluso del sentido común de un doctor, combina información de otras personas de manera similar a los algoritmos de audiencia que utiliza Netflix.

“Tanto pacientes como encargados de salud pueden usar las leyes (del algoritmo) para guiarse en las decisiones médicas” escribieron los autores.