Un sistema de LLM convierte notas médicas en trayectorias computables y las enlaza con datos estructurados; fue validado por médicos y usado para analizar cohortes de más de 14.000 pacientes con GLP-1.
Un sistema de LLM convierte notas médicas en trayectorias computables y las enlaza con datos estructurados; fue validado por médicos y usado para analizar cohortes de más de 14.000 pacientes con GLP-1. En la práctica: Un estudio publicado en Nature Medicine muestra un sistema que usa grandes modelos de lenguaje para convertir notas clínicas no estructuradas en datos computables y enlazarlos con la historia clínica estructurada.
Gran parte de la información útil de una historia clínica no está en casillas estructuradas, sino enterrada en frases: síntomas, efectos adversos, adherencia, decisiones médicas, antecedentes familiares o razones para cambiar un tratamiento.
Un trabajo de Nature Medicine presenta un sistema que utiliza grandes modelos de lenguaje para extraer esos elementos, enlazarlos con los campos estructurados y convertirlos en una trayectoria longitudinal consultable.
Cada elemento extraído mantiene un vínculo con la frase original y después se organiza, junto con códigos y variables estructuradas, dentro de un grafo de conocimiento por paciente.
La validación se realizó mediante revisión médica ciega. El artículo describe una precisión alta frente al estándar de expertos; el equipo desarrollador cifra esa precisión en el 99,4%, con un acuerdo entre revisores humanos del 94,7%.
Para demostrar el uso del sistema a escala, los investigadores reconstruyeron cohortes de personas que iniciaron agonistas GLP-1.
La descripción técnica del estudio informa de 16.061 adultos seguidos para cambios de peso y 14.788 para HbA1c. Casi el 70% de las observaciones de HbA1c recuperadas aparecían únicamente en texto clínico no estructurado.
El objetivo no era recomendar un fármaco, sino mostrar que información que habitualmente queda fuera de los estudios de evidencia real puede transformarse en variables analizables y mantenerse trazable hasta la fuente original.
El límite sigue siendo importante: convertir notas en datos no elimina sesgos, confusión ni problemas de calidad propios de los registros sanitarios. El diseño del estudio y la interpretación continúan bajo responsabilidad humana.
Un estudio publicado en Nature Medicine muestra un sistema que usa grandes modelos de lenguaje para convertir notas clínicas no estructuradas en datos computables y enlazarlos con la historia clínica estructurada.
Los autores utilizaron el sistema a escala para reconstruir trayectorias de pacientes que iniciaban agonistas del receptor GLP-1 y analizar cambios longitudinales de peso y hemoglobina glicosilada.
En la descripción técnica difundida por el equipo, la extracción validada por médicos alcanzó un 99,4% de precisión y el análisis incluyó 16.061 adultos para peso y 14.788 para HbA1c.
Fuentes: Nature Medicine — Computable longitudinal patient journeys from structured and unstructured EHR dataPubMed — registro indexado del estudioNewswise / equipo del estudio — cifras detalladas de cohortes y validación
Fibra, móvil, TV y fútbol: diez operadores, diez formas distintas de construir el paquete
Por qué importa: También en Tecnología / Consumo / Telecomunicaciones: contexto reciente de la misma vertical.
Un jurado fija 5.722 millones de dólares contra Apple por patentes hápticas; Apple recurrirá
Por qué importa: También en tecnologia / empresas / propiedad intelectual: contexto reciente de la misma vertical.
Kraaken promete 100 MW, agua para 150.000 personas y 60 MW de IA desde el mar: qué existe y qué sigue siendo un concepto
Por qué importa: También en tecnologia / energia / agua / centros-de-datos / infraestructuras: contexto reciente de la misma vertical.
Casi seis de cada diez núcleos de Castilla y León carecen de 5G o de datos suficientes
Por qué importa: También en economia / tecnologia / telecomunicaciones / castilla-y-leon: contexto reciente de la misma vertical.
A20 Pro explicado sin marketing: qué hacen la CPU, la GPU, los Neural Accelerators y los 32 núcleos neuronales
Por qué importa: También en Tecnología / Apple / Semiconductores: contexto reciente de la misma vertical.
