RiskPath: Aprendizaje profundo explicable para la predicción biomédica en varios pasos en datos longitudinales

Área de la Ciencia:

• Inteligencia artificial
• La informática biomédica
• Biología computacional

Sus antecedentes:

• Las enfermedades multifactoriales surgen de interacciones complejas de riesgos en el tiempo.
• Los métodos de IA de series temporales son prometedores para predecir los resultados de las enfermedades a partir de datos longitudinales.
• Las herramientas actuales de estratificación de riesgos se enfrentan a desafíos con la complejidad, el tamaño y la explicabilidad del modelo.

Objetivo del estudio:

• Introducir RiskPath, una caja de herramientas de IA explicable para la estratificación del riesgo de enfermedad.
• Proporcionar métodos avanzados de series temporales adaptados a los estudios de cohorte longitudinales.
• Mejorar la usabilidad e interpretabilidad de los modelos de IA en la predicción de riesgos clínicos.

Principales métodos:

• Desarrollo de RiskPath, una caja de herramientas de IA que integra análisis avanzado de series temporales.
• Incorporación de optimización basada en la teoría para el diseño del modelo y el ajuste del rendimiento.
• Implementación de módulos para visualizar la importancia de los factores predictivos y los factores de riesgo temporales.
• Características para la creación de modelos compactos y clínicamente aplicables mediante la eliminación del predictor.

Principales resultados:

• RiskPath ofrece IA explicable para datos de series temporales en la estratificación del riesgo.
• La caja de herramientas permite mapear la importancia dinámica del predictor a lo largo de la progresión de la enfermedad.
• Los usuarios pueden identificar los períodos críticos que influyen en el riesgo de enfermedad.
• Se pueden generar modelos compactos con un impacto mínimo en el rendimiento predictivo.

Conclusiones:

• RiskPath aborda las limitaciones en las herramientas actuales de estratificación de riesgos impulsadas por la IA.
• La caja de herramientas facilita el desarrollo y el despliegue de modelos de IA interpretables para datos longitudinales de salud.
• RiskPath apoya las aplicaciones clínicas al proporcionar información sobre las trayectorias de la enfermedad y los factores de riesgo.