Sommario
Essere dimessi dall’ospedale rappresenta un importante traguardo per i pazienti, ma a volte non segna la fine del loro percorso di guarigione. Negli Stati Uniti, quasi il 15% dei pazienti ospedalieri viene ricoverato nuovamente entro 30 giorni dalla dimissione iniziale, un fenomeno spesso associato a peggiori risultati e costi più elevati sia per i pazienti che per gli ospedali.
Collaborazione tra NYU Langone Health e NVIDIA
I ricercatori di NYU Langone Health, il centro medico accademico della New York University, hanno collaborato con gli esperti di NVIDIA per sviluppare un modello di linguaggio avanzato (LLM) che prevede il rischio di ricovero di un paziente entro 30 giorni, così come altri risultati clinici.
Il modello NYUTron
Il modello NYUTron, presentato oggi sulla rivista scientifica Nature, fornisce ai medici intuizioni guidate dall’intelligenza artificiale che potrebbero aiutarli a identificare i pazienti che necessitano di un intervento clinico per ridurre la probabilità di ricovero.
Previsioni e interventi
Il modello è stato finora applicato a più di 50.000 pazienti dimessi dal sistema sanitario di NYU, dove condivide le previsioni del rischio di ricovero con i medici tramite notifiche via email. Il team di Oermann sta pianificando un trial clinico per testare se gli interventi basati sulle analisi di NYUTron riducono i tassi di ricovero.
L’importanza della previsione del ricovero
Il governo degli Stati Uniti monitora i tassi di ricovero entro 30 giorni come indicatore della qualità dell’assistenza fornita dagli ospedali. Le istituzioni mediche con tassi elevati vengono multate, un livello di controllo che incentiva gli ospedali a migliorare il loro processo di dimissione.
NYUTron e l’addestramento sui dati sanitari
NYUTron è stato pre-addestrato su 10 anni di cartelle cliniche di NYU Langone Health: più di 4 miliardi di parole di appunti clinici che rappresentano quasi 400.000 pazienti. Il modello ha raggiunto un miglioramento dell’accuratezza di oltre il 10 percento rispetto a un modello di apprendimento automatico all’avanguardia per prevedere il ricovero.
Altre previsioni di NYUTron
Una volta che il LLM è stato addestrato per il caso d’uso iniziale del ricovero entro 30 giorni, il team è stato in grado di sviluppare altri quattro algoritmi predittivi in circa una settimana. Questi includono la previsione della durata del soggiorno in ospedale di un paziente, la probabilità di mortalità in ospedale e le possibilità che le richieste di rimborso di un paziente vengano rifiutate.
Da addestramento a implementazione
NYUTron è un LLM con centinaia di milioni di parametri, addestrato utilizzando il framework NVIDIA NeMo Megatron su un grande cluster di GPU NVIDIA A100 Tensor Core. Per ottimizzare il modello per l’inferenza negli ospedali reali, il team ha sviluppato una versione modificata del software open source NVIDIA Triton per un’implementazione semplificata del modello di intelligenza artificiale utilizzando il kit di sviluppo software NVIDIA TensorRT.
L’importanza del tuning fine
Il team di Oermann ha scoperto che, dopo l’addestramento pre-training del loro LLM, il tuning fine sul posto con i dati specifici di un ospedale ha contribuito a migliorare significativamente l’accuratezza, una caratteristica che potrebbe aiutare altre istituzioni sanitarie a implementare modelli simili.