La IA y los problemas difíciles del mundo · Medicina y descubrimiento de fármacos · Nature (computational biology) · 2026-10-22
Predicción de eventos vasculares intracraneales agudos en alertas de ictus mediante grandes modelos de lenguaje y datos estructurados
Título original: Predicting acute intracranial vascular events in stroke alerts using large-language models and structured data
Las alertas de ictus agudo se activan con frecuencia por afecciones no cerebrovasculares, lo que genera falsos positivos que sobrecargan los recursos. Los investigadores desarrollaron modelos de aprendizaje automático que combinan grandes modelos de lenguaje, datos estructurados de historiales electrónicos de salud y características clínicas de series temporales para predecir eventos vasculares intracraneales agudos en el momento de la activación de la alerta de ictus, utilizando alertas retrospectivas del Mount Sinai Health System. Entre 16,512 alertas, el modelo multimodal logró un AUROC de 0.73 con una sensibilidad de 0.76 y una especificidad de 0.56, lo que sugiere que podría apoyar la estratificación del riesgo tras la activación y reducir las evaluaciones de falsos positivos.