Modelo de inteligencia artificial reduciría las listas de espera en salud
Un equipo de investigación está apoyando al Ministerio de Salud en el procesamiento matemático de textos clínicos para priorizar las patologías más requeridas por región, sexo y edad.
La académica de Ciencia de la Computación de la Universidad Católica (UC), Jocelyn Dunstan Escudero, lidera un equipo de trabajo interdisciplinario de la UC y del Centro de Modelamiento Matemático de la Universidad de Chile que busca reducir las listas de espera en los hospitales públicos del país.
A través del procesamiento automatizado de textos clínicos, basado en un modelo de Inteligencia Artificial, el grupo de investigación está apoyando al Ministerio de Salud a priorizar las patologías más requeridas por región, sexo y edad, para visualizar y gestionar esta problemática a nivel nacional.
“Lo que estamos haciendo con el ministerio es detectar enfermedades y luego asignarles un código internacional para esas patologías. Entonces se pueden tener datos cuantitativos que pueden apoyar la gestión”, adelantó Jocelyn Dunstan.
La profesora además del Instituto de Ingeniería Matemática y Computacional UC e investigadora del Instituto Milenio Fundamentos de los Datos, precisó que el problema de las listas de espera, es que funcionan escribiéndose con un texto libre, con palabras, que dificulta determinar las causas de espera.
“Los problemas de refracción en oftalmología es la principal consulta en Chile. El ministerio sabe esto, pero ahora puede conocer exactamente donde están los casos y la evolución en el tiempo de esta patología”, agregó la académica de Ingeniería UC.
Cabe destacar que esta investigacipon ha sido apoyada por el programa Ingeniería 2030 de la ANID, el cual impulsa el desarrollo de innovaciones y emprendimientos con el fin de transformar la enseñanza y el aprendizaje de la ingeniería y convertirla a una de un nivel de clase mundial.
Jocelyn Dunstan es una física y doctora en matemática aplicada de la Universidad de Cambridge. Trabaja en salud pública desde su postdoctorado en la Johns Hopkins University y su investigación se centra en la minería de textos clínicos y la priorización de pacientes.