En un avance significativo en el análisis de datos del mundo real, Aetion ha presentado una nueva herramienta que permite a los usuarios descubrir patrones ocultos en poblaciones de pacientes mediante consultas en lenguaje natural. Esta funcionalidad, llamada Smart Subgroups Interpreter, utiliza métodos de aprendizaje no supervisado y la inteligencia artificial generativa para identificar grupos de pacientes con características similares a partir de amplios conjuntos de datos.
El uso de datos del mundo real, los cuales reflejan las características y resultados de los pacientes, es esencial para evaluar la eficacia y seguridad de las innovaciones médicas. Sin embargo, comprender y extraer información significativa de estos datos puede ser un desafío. Aetion, un proveedor destacado de software de evidencia del mundo real, ha desarrollado su plataforma con el objetivo de transformar estos datos en pruebas que informen decisiones clínicas y regulatorias.
Con herramientas como Aetion Discover, los investigadores pueden realizar análisis exploratorios rápidos y estructurados. Gracias al aprendizaje no supervisado, se permite la identificación de subgrupos inteligentes, que son grupos de pacientes dentro de una población más grande que comparten perfiles similares en diagnósticos, procedimientos y terapias.
Recientemente, Aetion ha optimizado su tecnología incorporando Amazon Bedrock y modelos de lenguaje de última generación, como Claude 3 de Anthropic, para facilitar la interacción con sus sistemas. Esto permite a los usuarios formular preguntas en lenguaje natural sobre subgrupos de pacientes y recibir respuestas detalladas que impulsan la generación de hipótesis adicionales. Este enfoque no solo mejora la accesibilidad a los datos, sino que también acelera el proceso de investigación, permitiendo que los usuarios generen evidencias de grado de decisión en cuestión de minutos.
La capacidad de Aetion para aplicar principios de inferencia causal en el análisis de datos ha llevado a la compañía a colaborar con las principales entidades del sector biotecnológico, aseguradoras y agencias regulatorias a nivel mundial. Las herramientas disponibles, como Aetion Substantiate, facultan a los investigadores para llevar a cabo estudios sobre la seguridad y eficacia de medicamentos y tratamientos de forma más eficiente y precisa.
Este desarrollo marca una etapa importante en el uso de inteligencia artificial en la salud, enfatizando cómo la tecnología puede transformar el análisis de datos en insights valiosos, optimizando así la investigación médica y la toma de decisiones clínicas.
vía: AWS machine learning blog
