SURA: IA Generativa para encontrar nuevas formas de gestionar la salud

Desafíos

“La información de los reportes de genómica se encuentra en formatos muy heterogéneos. Entonces, buscar algo allí requeriría mucho tiempo y dedicación. Es ahí donde encontramos una solución junto con nuestro aliado Datalytics. Decidimos utilizar modelos generativos de los cuales extraemos la información de los PDFs de forma sencilla y los llevamos a una base de datos estandarizada”, explica Catalina Bustamante, líder de tecnología del cetro de Ciencias Ómicas de SURA. 

A partir de esta situación, los principales desafíos fueron: 

• Procesar grandes volúmenes de datos. 
• La interoperabilidad, era necesario poder combinar los reportes de genética con los datos de historia clínica. 
• Existencia de mucha información no estructurada muy relevante. 
• Dificultad en la interpretación.  

Estrategia: ¿qué hicimos?

El objetivo fue extraer información de forma automática de los más de 10.000 PDFs en las variables que necesitábamos y llevarlo a un reporte estandarizado. 

“Hacer búsquedas sobre estas bases de datos requiere tener conocimientos técnicos de genética, lo cual no es muy común en el personal clínico, que, por su lado, sí tiene muy claro qué tipo de preguntas hacer y cuáles son los términos que se deben emplear. En este sentido, con IA generativa, diseñamos un bot que permite hacer preguntas en lenguaje natural a la base de datos”, agrega Bustamante. 

Junto con el equipo de SURA, desde Datalytics desarrollamos una solución basada en una instancia privada de Open AI que se alimenta con la información de los reportes genéticos del paciente. Posteriormente buscaremos integrar historia clínica, radiología etc.

Se trata de un chat —privado y restringido de Microsoft Teams— que usa la IA generativa para consultar datos. Los médicos interactúan en lenguaje natural lo que facilita el acceso y la comprensión de los datos genómicos.

Para lograrlo: 

1. Estandarizamos los datos: usamos una estrategia apalancada en IA generativa que permite normalizar los tipos de datos que recibimos y ayuda a que las máquinas los interpreten. A partir de eso, los datos genéticos empezaron a poder consultarse como cualquier historia clínica.
2. Usamos GPT para acceder a la información extraída, curada y disponible en una base de datos. A partir de esto, se pueden hacer preguntas en lenguaje natural, por ejemplo: ¿cuáles son los antecedentes familiares del paciente? GPT no sólo brinda un acceso sencillo a toda la información disponible, sino que también resume la información sin agregar interpretaciones que puedan ser erróneas.  

Los médicos no especialistas en genética pueden hacer preguntas de forma natural: ¿cuántos pacientes existen que tengan X variante que además tengan X patología?, ¿cuántos que tengan un antecedente de un padre menor a 40 años con X enfermedad? 

GPT es clave porque evita a los genetistas tener que hacer queries ya que convierte esas preguntas en una query que consulta a la base de datos y, una vez que lo hace, el agente de IA construye texto que brinda la respuesta a los médicos en lenguaje natural.