Diseñan sistema de inteligencia artificial con análisis de datos para identificar subtipos de diabetes mellitus
La investigación busca diseñar herramientas tecnológicas con base en el análisis de datos, aprendizaje automático e inteligencia artificial como una forma de medicina de precisión, que permitan a los profesionales de la salud establecer mejores pronósticos, diagnósticos y tratamientos.
De acuerdo con la Encuesta Nacional de Salud y Nutrición (Ensanut), en 2022 más de 14 millones de personas padecían diabetes mellitus en México.
Recopilación de datos, la clave del estudio
José Luis González Compeán, líder del equipo de investigación, explicó que el estudio sobre aprendizaje automático de la diabetes mellitus consistió primero en el procesamiento de información, con los datos de la Ensanut.
“Al principio se realizó un análisis descriptivo sobre distintos parámetros de las y los pacientes, como niveles de lípidos, glucosa, estilo de vida, alimentación o actividad física, entre otros, para así determinar su tipo de diabetes”, dijo.
En este sentido, detalló que la diabetes tipo 2 es la más predominante en México con el 66 % de casos.
Como parte del estudio también se identificó a los subgrupos de pacientes con diabetes y sus síntomas o características.
“Clasificar al paciente de diabetes mellitus de acuerdo a su tipo y al subgrupo al que pertenece, de manera precisa, le ayuda al médico a establecer un mejor pronóstico, diagnóstico y tratamiento, porque el análisis automático de datos le permite hacer una valoración más justificada y mejorar la perspectiva en su calidad de vida”, explicó el investigador.
Importancia de los subgrupos de pacientes
Para el especialista, la división de subgrupos es relevante en el estudio, ya que cada uno de ellos presenta distintos riesgos o complicaciones y, por lo tanto, se deben atender de manera diferenciada.
“En ocasiones se asume que todas las personas enfermas de diabetes tienen las mismas características y por ello les aplican un solo tratamiento, con medicamentos iguales, cuando la evidencia en los datos indica que no debe ser así”, opinó.
Posteriormente, con información pública real se caracterizó cómo se manifiestan estos subgrupos de diabéticos y diabéticas en la población mexicana, empleando diversas herramientas de análisis de datos y estadística que resultó en un sistema, prácticamente un robot de software, que al procesar los datos sugiere al médico o la médica, un pronóstico más preciso basado en evidencia.
“El reto del estudio, publicado en la revista BioData Mining, fue conjuntar instrumentos de cómputo como análisis de grandes volúmenes de datos, técnicas estadísticas, algoritmos de aprendizaje automático comprobados en la literatura científica y cómputo de alto desempeño”, sostuvo Iván López Arévalo, miembro del equipo científico.
Plataforma Muyal
El sistema que propone la investigación para la clasificación de los subgrupos de la diabetes mellitus tipo 2 en México se deriva de la plataforma tecnológica de servicios en la nube Muyal, diseñada por las y los investigadores en Cinvestav Tamaulipas para gestión, aseguramiento, intercambio, procesamiento y preservación de grandes volúmenes de indicadores médicos.
El propósito es crear un repositorio nacional de análisis de datos de e-salud para la toma de decisiones o asistencia en el diagnóstico.
La investigación ofrece un sistema de información y análisis, ya disponible para varios dominios (cáncer, mortalidad y contaminantes, entre otros), para atender un problema de salud concreto, como diabetes u otras enfermedades.
Su uso no requiere de conocimientos especializados de programación o de una infraestructura de cómputo sofisticada y su consulta es similar a la de los buscadores web en línea.
