Aplicaciones sanitarias de redes neuronales 0-1 en problemas prescriptivos con datos observacionales

Área de la Ciencia:

• Inteligencia artificial en medicina
• Aprendizaje automático para la atención sanitaria
• Medicina personalizada

Sus antecedentes:

• La toma de decisiones médicas con datos observacionales limitados es un desafío, especialmente en la atención sanitaria personalizada.
• Los modelos existentes luchan por equilibrar la interpretabilidad y la complejidad de las políticas.
• Las intrincadas relaciones entre las características del paciente, los tratamientos y los resultados requieren una modelización avanzada.

Objetivo del estudio:

• Introducir redes neuronales prescriptivas (PNN) para optimizar las políticas de tratamiento en entornos con datos limitados.
• Mejorar la interpretabilidad y la complejidad de las políticas en comparación con las redes neuronales profundas y los árboles de decisión.
• Evaluar el rendimiento de las PNN frente a los métodos existentes en datos sintéticos y del mundo real en el ámbito de la salud.

Principales métodos:

• Se desarrollaron redes neuronales superficiales 0-1 (PNN) entrenadas con programación de enteros mixtos.
• Se utilizó la estimación contrafactual para la optimización de políticas.
• Se compararon las PNN con los métodos existentes en conjuntos de datos sintéticos y un estudio de caso de tratamiento de hipertensión posparto.

Principales resultados:

• Las PNN demostraron un rendimiento superior en la optimización de las políticas de tratamiento.
• En un estudio de caso de hipertensión posparto, las PNN redujeron la presión arterial máxima en 5,47 mm Hg (p=0,02) en comparación con la práctica clínica.
• Las PNN superaron a la siguiente mejor técnica de modelado prescriptivo en 2 mm Hg (p=0,01) y fueron más propensas a identificar características clínicamente significativas, evitando las sesgadas.

Conclusiones:

• Las redes neuronales prescriptivas (PNN) ofrecen un enfoque potente e interpretable para la toma de decisiones médicas con datos limitados.
• Las PNN pueden conducir a mejores resultados para los pacientes y a una atención sanitaria más equitativa al evitar la dependencia de características sesgadas.
• El estudio pone de relieve el potencial de las PNN para avanzar en la medicina personalizada y optimizar la práctica clínica.