IAGenerado
EN · IT · ES

El Synapsis AI de Dyania lee 16 años de historias clínicas de pacientes en servidores del hospital de Cleveland Clinic

Una herramienta de IA que puede buscar entre años de notas médicas escritas a mano dentro de las instalaciones del hospital — los médicos siguen tomando todas las decisiones.

El Synapsis AI de Dyania lee 16 años de historias clínicas de pacientes en servidores del hospital de Cleveland Clinic
Imagen: blogs.nvidia.com
Cómo funciona

Un programa que busca en años de historial médico de pacientes y responde preguntas sobre su salud.

  1. Revisa cada nota del doctor y cada estudio.
  2. Une pistas encontradas en distintos momentos.
  3. Muestra la evidencia con su fuente original.
  4. Los doctores deciden después qué hacer.

Qué se puede hacer con ello

  • Un equipo de atención podría revisar años de notas manuscritas de médicos e informes de exploraciones de un paciente para identificar qué pacientes necesitan más atención y por qué 2.
  • Un investigador podría construir un conjunto de datos que prediga con cuánta probabilidad fallará una válvula protésica a los tres, cinco o diez años tras la cirugía 1.
  • Un clínico podría revisar señales clínicas rastreables que vinculen hallazgos a lo largo de años de historiales, mientras sigue tomando él mismo cada decisión final 2.

Leer la historia completa detrás de un paciente

La mayor parte de lo que un médico sabe sobre un paciente se encuentra en notas de texto libre, informes operatorios, resultados de imágenes y resúmenes de alta —no en filas ordenadas de una hoja de cálculo—. Entender el historial completo de una persona puede significar revisar manualmente años de historias clínicas 2.

Synapsis AI se creó precisamente para eso. Escanea cada nota, informe y resultado de laboratorio del expediente de un paciente, vincula hallazgos que pueden estar separados por años y genera un conjunto de señales clínicas rastreables, cada una apuntando al documento fuente del que procede 2. Los equipos de atención pueden ver qué pacientes necesitan atención y por qué, pero los clínicos siguen revisando la evidencia y tomando todas las decisiones .

Probado en casi 8.000 pacientes cardíacos

Para su primera prueba importante en el mundo real, Cleveland Clinic utilizó Synapsis AI para estudiar a más de 7.800 pacientes que recibieron un reemplazo de válvula aórtica entre 2005 y 2021 1. El sistema respondió 88 preguntas por paciente revisando hasta 16 años de historiales 2.

Las respuestas se utilizaron luego para entrenar un modelo que prevé qué probabilidad hay de que una válvula sustituta falle a los tres, cinco y diez años después de la intervención 1. Según Nvidia, hacer esa misma revisión manual de historias habría llevado a los clínicos años .

Lars Svensson, responsable del instituto cardiológico de Cleveland Clinic, calificó el trabajo de «un paso prometedor hacia mejores resultados y una atención más personalizada para los pacientes» 1. Pero la clínica también reveló el año pasado que es inversora en Dyania, lo que plantea la cuestión de si ese vínculo financiero empañó el entusiasmo temprano .

Permanecer dentro de las paredes del hospital

La diferencia clave con este despliegue radica en dónde se produce el cómputo. Synapsis AI funciona en hardware de Nvidia dentro del propio cortafuegos del sistema sanitario; los datos de los pacientes nunca salen del edificio 12. Dyania entrena sus modelos con las bibliotecas de código abierto Nvidia NeMo, y luego utiliza TensorRT y TensorRT-LLM para optimizarlos en velocidad y eficiencia en los servidores de GPU de los hospitales .

Esto refleja un patrón observado en otros lugares: una IA de triaje del NHS británico también se creó con Nvidia y se mantuvo íntegramente dentro de las redes hospitalarias 1. Las grandes tecnológicas están realizando ahora movimientos agresivos hacia los expedientes hospitalarios: Google Cloud presentó esta semana Gemini for healthcare, y Bunkerhill recaudó $55 millones para agentes de IA hospitalaria, pero los beneficios reales para los pacientes siguen siendo difíciles de confirmar y los médicos se han mostrado reacios ante afirmaciones contundentes .

Dyania afirma que Synapsis AI aún necesita validación externa antes de poder reclamar mejoras reales en la atención 1. Por ahora, la herramienta ha demostrado que puede construir conjuntos de datos ricos y predecir riesgos; todavía no que haga más sanos a los pacientes .

¿Qué tan buena es

Cleveland Clinic probó el sistema en más de 7.800 pacientes que se sometieron a reemplazos de válvula aórtica entre 2005 y 2021 1. Respondió 88 preguntas por paciente que abarcaban hasta 16 años de historiales, una tarea que Nvidia dice que habría llevado años a los clínicos hecha a mano . No obstante, el estudio mostró que la herramienta puede construir conjuntos de datos y predecir riesgos en lugar de demostrar que mejora los desenlaces de los pacientes, y Dyania dijo que aún se necesita validación externa .

Los datos clave

  • Más de 7.800 pacientes cardíacos de Cleveland Clinic tuvieron sus expedientes (hasta 16 años) escaneados por Synapsis AI
  • Funcionó en servidores Nvidia propiedad del hospital; los datos de los pacientes nunca salieron del edificio
  • Respondió 88 preguntas por paciente para predecir el riesgo de fallo valvular a los 3, 5 y 10 años
  • Los médicos siguen tomando todas las decisiones; Dyania dice que aún se necesita validación externa
  • Cleveland Clinic es inversora en Dyania

Fuentes

  1. Nvidia and Dyania bring AI chart review onto hospital servers — thenextweb.com
  2. How AI Is Helping Care Teams Get Patients the Right Care, Sooner

Si esta noticia te afecta a ti o a tu empresa, o usa algo que te pertenece, pide una corrección o que se retire. Cómo funcionan las solicitudes

Sigue leyendo

Médicos de Cleveland Clinic usaron una herramienta de IA para analizar con mayor rapidez décadas de historiales de pacientes, para un estudio sobre válvulas cardíacas cartílicas.Apps y productosCómo la IA de Dyania Health lee años de historiales médicos para que los doctores no tengan que hacerloHerald of AI

Cómo la IA de Dyania Health lee años de historiales médicos para que los doctores no tengan que hacerlo

Una nueva herramienta permite a los hospitales escanear automáticamente décadas de notas y resultados de pruebas y facilitar a los médicos la información clave con mayor rapidez, sin extraer los datos de los pacientes del centro.

Apps y productos
Una figura del artículo "TLX: Hardware-Native, Evolvable MIMW GPU Compiler for Large-scale Production Environments".Apps y productosCambio "habituales" por "comunes" y "del hardware" por "del hardware": *Para que los ingenieros comunes expriman más velocidad del hardware de IA*Herald of AIFigure: Guan et al., arXiv:2605.10905, CC BY 4.0

Cambio "habituales" por "comunes" y "del hardware" por "del hardware": *Para que los ingenieros comunes expriman más velocidad del hardware de IA*

Cambio "habituales" por "comunes" y omisión de la "a" antes de desarrolladores: *Una nueva herramienta permite a desarrolladores de IA comunes escribir código para GPU que alcanza rendimiento de nivel especialista, potenciando los sistemas detrás de Facebook, Instagram y otros servicios.*

Apps y productos