El equipo del Primer Hospital de la Universidad de Pekín publica el primer LLM del mundo para la predicción y atribución del riesgo de lesión renal aguda

Contexto

La lesión renal aguda (LRA) es una afección crítica común entre los pacientes hospitalizados, con altas tasas de incidencia y mortalidad. Actualmente no hay un tratamiento específico disponible, por lo que la identificación temprana de pacientes de alto riesgo es clave para mejorar el pronóstico.

Los modelos existentes de predicción de riesgo enfrentan dos grandes desafíos en su implementación clínica: altas tasas de falsos positivos que oscilan entre el 70 % y el 94 %, lo que puede provocar fatiga por alarmas entre el personal médico, y sus características de caja negra que no generan factores clínicos explicables ni ejecutables.

Qué se logró

Un equipo de la División de Nefrología del Primer Hospital de la Universidad de Pekín, dirigido por la profesora Li Yang y la profesora asociada Xizi Zheng, desarrolló lo que las noticias del hospital describen como el primer marco de modelo de lenguaje grande del mundo para la predicción y atribución del riesgo de lesión renal aguda. La profesora Li Yang es profesora, médica jefa, supervisora de doctorado, vicepresidenta del hospital, subdirectora del Instituto de Nefrología de la Universidad de Pekín y directora del Departamento de Nefrología de la Universidad de Pekín. La profesora asociada Xizi Zheng es profesora asociada, médica jefa adjunta y secretaria del Departamento de Nefrología de la Universidad de Pekín.

El artículo titulado "Large language model driven multicenter prediction and explainable risk attribution of acute kidney injury" se publicó en Nature Communications. El estudio fue un análisis de cohorte retrospectivo multicéntrico que utilizó datos de registros médicos electrónicos de 140 637 admisiones de pacientes hospitalizados en cuatro hospitales chinos geográficamente diversos de diferentes niveles.

El equipo utilizó Qwen2.5-7B como modelo base. Tras un preentrenamiento específico del dominio y un ajuste fino en un corpus de nefrología de 4,26 mil millones de tokens, crearon AKI-PM para la predicción y AKI-RAM para la atribución de riesgo. AKI-PM alcanzó un AUC de 0,95, una exactitud de 0,91 y un valor predictivo positivo de 0,68 en la validación interna, manteniendo un AUC de 0,92-0,96 y un VPP de 0,69-0,74 en la validación externa tras una adaptación de pocos disparos. AKI-RAM fue evaluado por seis nefrólogos en 200 casos, recibiendo puntuaciones altas (escala Likert 4,18-4,88) con una fiabilidad interevaluadores moderada a buena. El equipo planea una validación prospectiva en escenarios clínicos reales.

Cómo funciona

Los modelos de lenguaje grande son una forma de inteligencia artificial entrenada con grandes cantidades de texto para comprender el contexto, procesar información y generar salidas en lenguaje natural. Los investigadores construyeron un corpus especializado centrado en el riñón (AKICorpus) de 4,26 mil millones de tokens extraído de guías de medicina basada en la evidencia sobre LRA, publicaciones relacionadas con el riñón en PubMed, notas clínicas de bases de datos públicas como MIMIC-IV y eICU, y notas propietarias de registros de salud electrónicos de 47 750 admisiones en el Primer Hospital de la Universidad de Pekín. Este corpus se utilizó para el preentrenamiento continuado del modelo Qwen2.5-7B con el fin de incorporar conocimientos del dominio de la nefrología, seguido de un ajuste fino supervisado con datos de pacientes y alineación de expertos.

AKI-PM analiza datos en tiempo real del registro médico electrónico de un paciente para predecir dinámicamente el riesgo de LRA en las próximas 24 horas, con un tiempo de inferencia rápido que respalda una posible aplicación en tiempo real. Para los pacientes clasificados como de alto riesgo, AKI-RAM genera salidas estructuradas y explicables que distinguen los factores de riesgo clínicos modificables (aquellos susceptibles de intervención, como ajustes de medicación o manejo de líquidos) de los no modificables y proporciona recomendaciones de intervención personalizadas y clínicamente accionables en un lenguaje comprensible para los clínicos.

Qué significa para los pacientes internacionales

La División de Nefrología del Primer Hospital de la Universidad de Pekín es un referente nacional en la atención e investigación de enfermedades renales. Los pacientes internacionales que buscan atención nefrológica en el hospital pueden acceder a los servicios a través de su Clínica de Necesidades Especiales, que ofrece acceso prioritario a especialistas. Algunos médicos pueden comunicarse en inglés y el hospital acepta ciertos seguros internacionales (normalmente se requiere pago por adelantado y reclamaciones de reembolso posteriores).

Los modelos de LRA descritos representan un avance de investigación basado en datos retrospectivos. Se planea una validación clínica prospectiva en el mundo real, pero no se informa de su disponibilidad clínica rutinaria actual. Los pacientes internacionales deben contactar directamente con el hospital para confirmar la elegibilidad, la disponibilidad de servicios relacionados, el apoyo lingüístico y cualquier integración de estas herramientas predictivas para su caso individual.

Sobre el hospital

El Primer Hospital de la Universidad de Pekín es un gran hospital terciario integral de grado A ubicado en Pekín. Fundado en 1915, está afiliado a la Universidad de Pekín e integra servicios médicos, docencia, investigación y medicina preventiva. Fue designado como Hospital Designado por el Gobierno Central y sirve como base para iniciativas nacionales de salud.

La División de Nefrología del hospital estableció la nefrología como especialidad en China en la década de 1950 y está reconocida como un centro líder en enfermedades renales, sede del Laboratorio Clave de Enfermedades Renales del Ministerio de Salud y contribuyente a las guías clínicas nacionales. Mantiene múltiples especialidades clínicas clave nacionales, realiza un alto volumen de atención compleja que incluye biopsias renales y opera servicios de necesidades especiales para pacientes, incluidos los procedentes del extranjero.