Analtica predictiva en el cuidado de la saludLa importancia de los estndares abiertosAlex Guazzelli, VP of Analytics, Zementis, Inc.

Dr. Alex Guazzelli es el VP de Analtica en Zementis. Inc. donde es responsable de desarrollar tecnologa central y soluciones predictivas bajo ADAPA, una plataforma de decisiones basada en PMML. El Dr. Guazzelli tiene un Doctorado en Ciencias de la Computacin de la Universidad de California del Sur y es co-autor del reciente libro "PMML in Action: Unleashing the Power of Open Standards for Data Mining and Predictive Analytics". Puede seguirlo en @DrAlexGuazzelli.Resumen: A medida que los registros digitales y la informacin se vuelven la norma en el cuidado de la salud, estos habilitan la construccin de soluciones de analtica predictiva. Estos modelos predictivos, al mezclarse con las operaciones diarias de los proveedores del cuidado de la salud y las compaas aseguradoras, tienen el potencial de reducir los costos y mejorar la salud general de la poblacin. A medida que los modelos predictivos se vuelven ms penetrantes, la necesidad de un estndar que pueda ser usado por todas las partes involucradas en el proceso del modelado, desde la construccin del modelo hasta la implementacin operacional, es de vital importancia. El Predictive Model Markup Language (PMML), es este estndar. Permite que las soluciones predictivas sean fcilmente compartidas entre aplicaciones y sistemas. Este artculo describe el ltimo release de PMML, Versin 4.1, y muchas formas en que puede ser usado para acelerar la adopcin y uso de soluciones predictivas en la industria del cuidado de la salud.Fecha: 23-04-2012 Nivel: Intermediaria Actividad: 1332 vistas Comentario: 0(Ver|Agregar comentario - Ingrese) Clasificacin promedio (1 votos)Califique este artculo

IntroduccinLas soluciones de analtica predictiva estn comprendidas por tcnicas tales como las redes neurales artificiales y los rboles de decisin (entre una gran cantidad de otras tcnicas de estadstica) que son capaces de aprender patrones presentes en datos histricos. Subsecuentemente, pueden aplicar el conocimiento obtenido para detectar o predecir tendencias en nuevos datos. Actualmente, la analtica predictiva impregna nuestras vidas cotidianas, desde la deteccin de fraudes en transacciones financieras (cada vez que usa su tarjeta de crdito para comprar algo en una tienda u online, es analizada para su potencial de fraude) hasta el marketing y los sistemas de recomendaciones. En este artculo discutimos no slo la forma en que estas tcnicas pueden ser aplicadas en el cuidado de la salud, sino tambin cmo el estndar de PMML puede facilitar sustancialmente la implementacin operacional de cualquier solucin predictiva en el espacio del cuidado de la salud. A principios de los noventas, tuve la suerte de trabajar con el fallecido Ricardo Machado, uno de los principales investigadores de Inteligencia Artificial (AI) en IBM Scientific Research Center en Ro de Janeiro, Brasil. Ricardo y sus colaboradores publicaron muchos documentos sobre redes neurales, y un sistema experto en predictiva llamado Next. El poder de este sistema surgi de su capacidad para usar "grficos de conocimiento" obtenidos de entrevistas con expertos de la medicina para formar la base de un modelo capaz de alterar estos grficos cuando se les presentaban datos, transformndolos as en una red neural artificial. Despus fue usado con xito para diagnosticar y clasificar enfermedades del rin. Inspirada por los resultados obtenidos por Next, Beatriz Leao, quien primero propuso la metodologa de grficos del conocimiento usada por Ricardo, desarroll un sistema llamado HYCONES, el cual tambin combin conocimiento simblico y redes neurales. Trabajando con Beatriz en el Instituto de Cardiologa en Brasil, pudimos usar HYCONES para detectar y clasificar con xito enfermedades congnitas del corazn. Los resultados de nuestro trabajo fueron publicados en M.D. Computing en 1994. Dado que esa investigacin en analtica predictiva y cuidado de la salud fue realizada hace ya varios aos, tal vez se est preguntando por qu requiri tanto tiempo para llevar todos los xitos cientficos recientes a nuestra vida cotidiana. La respuesta es, en cierta forma, simple; la industria del cuidado de la salud ha sido lenta para adoptar la era digital. An si observa actualmente un doctor en EE.UU., probablemente la mayora de la informacin recolectada durante su visita siga siendo escrita a mano en su registro mdico, y los rayos X siguen siendo impresos y aadidos a su archivo. Por lo tanto, hacer estos datos disponibles para la minera de datos y la analtica predictiva sigue siendo un reto an actualmente.Sin embargo, tambin sabemos que ms y ms informacin sobre los pacientes y proveedores est siendo actualmente almacenada en forma digital. En EE.UU., Kaiser Permanente, junto con otras importantes organizaciones del cuidado de la salud, por ejemplo, ha estado a la vanguardia para adoptar los registros mdicos electrnicos. Incluso existe un importante impulso para que eso suceda en las economas emergentes y los pases en desarrollo. Beatriz Leao, quien fund Brazilian Health Informatics Association en 1986, entiende todos los beneficios asociados con los estndares y los registros electrnicos de la salud. Con los aos, ha trabajado sin descanso para desarrollar la tan necesaria infraestructura informtica de la salud en pases africanos, primero como consultora para Health Organization en Mozambique y despus para Jhpiego, una organizacin de la salud sin fines de lucro afiliada con la Universidad John Hopkins, en Ruanda (vea Recursos).

Volver arribaCuidado de la salud y analtica predictivacuando muchos datos estn disponibles en forma digital, estn listos para ser minados. A travs de la minera de datos y la analtica predictiva, los datos histricos pueden revelar patrones que son usados para predecir tendencias. Histricamente, la analtica predictiva, junto con el conocimiento experto, ha sido usada para ayudar con el diagnstico de tratamientos de muchas enfermedades. Los sistemas como Next y HYCONES son los primeros ejemplos. Las soluciones predictivas en este campo pueden causar un enorme impacto en reas donde la experiencia mdica es escasa o inexistente. A medida que los datos online y los sistemas predictivos se vuelven penetrantes, permiten herramientas ms rpidas y precisas para ayudar con la toma de decisiones para proveedores del cuidado de la salud. ltimamente, los sistemas predictivos estn demostrando ser an ms ingeniosos. Como inform a finales del ltimo ao en otro artculo sobre la analtica predictiva y los estndares (vea Recursos), IBM y la Universidad de Ontario Institute of Technology estn actualmente trabajando juntos para implementar una solucin de anlisis de datos y predictiva para supervisar a los bebs prematuros en los cuales las lecturas biomdicas pueden ser usadas para detectar infecciones que pongan en riesgo la vida hasta 24 horas antes de que cuando normalmente seran detectadas.Al saber con anticipacin que un grupo de pacientes tiene un bajo o alto riesgo para una enfermedad o condicin, la minera de datos y la analtica predictiva tambin estn ayudando a los proveedores del cuidado de la salud a crear medidas de tratamiento dirigidas para distintas poblaciones. Por ejemplo, en el caso de las enfermedades cardiovasculares, al trabajar mano a mano con pacientes identificados por una solucin predictiva por estar en un alto riesgo, se pueden implementar medidas preventivas simples tales como reducir la ingesta de grasas transgnicas, perder peso y dejar de fumar, lo que reduce sustancialmente el riesgo de un ataque al corazn. De esta manera, los proveedores del cuidado de la salud pueden idear distintas estrategias para mantener a los pacientes de bajo riesgo en bajo riesgo, mientras se mitiga el riesgo asociado con los pacientes de alto riesgo.Bajo la ley federal de la salud de EE.UU., los hospitales con tasas de readmisin ms altas de lo esperado ahora recibirn un reembolso menor de Medicare. La Medicare Payment Advisory Commission estim que en 2005 las readmisiones costaron al programa Medicare US$ 15 mil millones, US$ 12 mil millones de los cuales pudieron haber sido evitados (vea Recursos). Dado que un gran porcentaje de readmisiones se pudo prevenir, la analtica predictiva ya est siendo usada como una ayuda para que los hospitales recorten sus tasas de readmisin. Aunque una simple cita de seguimiento recorre un largo camino para prevenir readmisiones hospitalarias, la analtica predictiva puede sealar exactamente qu pacientes necesitan recibir un seguimiento cercano. Tambin puede ayudar a los hospitales a identificar poblaciones que puedan necesitar ms asistencia con regmenes tan simples como entender las restricciones dietticas.Los sistemas predictivos han sido usados durante muchos aos en la industria financiera para deteccin de fraudes. Actualmente, la mayora de las transacciones de tarjetas de crdito son evaluadas para su riesgo de fraude por una solucin predictiva en tiempo real. Si la consideran de alto riesgo, estas soluciones pueden incluso declinar una transaccin y prevenir as que suceda el fraude. Dado que el costo asociado con el fraude de Medicare es mucho ms grande que el costo asociado con las readmisiones, est destinado a volverse el enfoque principal de las soluciones predictivas. El xito comprobado conseguido con tcnicas preventivas tales como redes neurales para detectar fraudes en la industria financiera puede y debe ser usado para detectar fraudes y abusos en el cuidado de la salud.Si ha revisado una explicacin de beneficios de su compaa de seguros mdicos, sabe bien que cada tratamiento, enfermedad o condicin es combinada con un cdigo. Aunque toda la codificacin detallada puede ayudar con la construccin de modelos de deteccin de fraudes y abusos, tambin representa un reto, ya que los datos de reclamaciones necesitan ser altamente pre-procesados y simplificados antes de servir como una entrada para un sistema predictivo. Desafortunadamente, en trminos de diagnstico asistido o cuidado preventivo, los datos de reclamaciones son notablemente pobres al no proporcionar un indicativo de qu tan severa es la enfermedad o la condicin. Y as, tal vez se necesiten mejores datos para obtener mejores predicciones.El uso de analtica predictiva en el cuidado de la salud se beneficiar de la combinacin de distintos repositorios de datos. Mientras ms sepamos sobre un individuo o una poblacin, es decir, mientras se cuente con ms informacin, las predicciones sern ms precisas. Con ms puntos de datos, los modelos pueden ser ajustados para un paciente o grupo de pacientes especfico que finalmente generen tratamientos ms precisos y efectivos que estn destinados a mejorar la eficacia general del sistema del cuidado de la salud mientras que al mismo tiempo reduzcan los costos.

Volver arriba-El lenguaje PMMLLas soluciones de analtica predictiva normalmente son construidas y validadas por un equipo de cientficos de minera de datos. La implementacin operacional real de estas soluciones es normalmente una tarea realizada por un equipo de ingenieros. Por una parte, los cientficos de minera de datos son expertos en estadsticas y paquetes de estadstica que usan para crear los mejores modelos predictivos. Por otra parte, los ingenieros se especializan en lenguajes de programacin, bases de datos y sistemas de TI. Por esta razn, el desarrollo tradicional de una solucin predictiva, es decir, el proceso de moverla del escritorio del cientfico al entorno donde se pondr a trabajar, puede perderse en la traduccin. En este escenario, una vez que un modelo predictivo deja el dominio del cientfico, necesita ser recodificado, de forma que funcione en la produccin. Este proceso es laborioso, propenso a errores y puede llevarse meses.Para evitar tal escenario, el uso de un estndar que pueda representar soluciones de minera de datos y analtica predictiva es de vital importancia. PMML es precisamente ese estndar. PMML es el invento de Data Mining Group, un consorcio de compaas de minera de datos comerciales y de cdigo abierto (vea Recursos). Permite que una solucin sea construida en un sistema y fcilmente visualizada o desplegada en otro. Por ejemplo, PMML puede ser automticamente exportado de IBM SPSS Statistics o Modeler e importado en KNIME, una herramienta de minera de datos para construir flujos de trabajo de datos. Tambin puede ser fcilmente movida y desplegada en ADAPA, el motor de puntuaciones de Zementis, donde puede ponerse a trabajar en minutos en cualquier entorno de produccin.

Volver arribaPMML Qu hay de nuevo en la Versin 4.1PMML es el estndar de facto para representar soluciones predictivas, incluyendo el pre-procesamiento de datos de entrada en bruto as como la tcnica predictiva misma. Como un estndar, PMML ha existido durante ms de 10 aos. La Versin 4.1 ser lanzada en diciembre de 2011. Se basa en la Versin 4.0, la cual proporcion soporte extendido para mltiples modelos. PMML 4.1 toma mltiples modelos a un nuevo nivel y facilita la expresin de conjuntos y segmentacin de modelos. Mltiples modelos normalmente combinan distintas tcnicas para generar una sola prediccin. Los rboles de decisin y las redes neurales son tcnicas bien conocidas usadas en la minera de datos y la analtica predictiva y han sido soportadas por PMML desde su creacin. A medida que madur el lenguaje, ms y ms tcnicas fueron incorporadas en esta estructura. PMML 4.1 no es la excepcin. Proporciona nuevos elementos de lenguaje para representar Tarjetas de Puntuacin y K-Nearest Neighbors.Quiz la tarjeta de puntuacin ms famosa en uso actualmente es aquella detrs de la puntuacin de FICO, que es usada para evaluar el riesgo de incumplimiento de pago de un individuo en el rea financiera. Adems de ser capaz de detectar tendencias, las tarjetas de puntuacin son famosas por poder explicar el razonamiento detrs de su salida o puntuacin. En el cuidado de la salud, esto se vuelve un dispositivo importante, ya que existe la necesidad de saber por qu un paciente est siendo clasificado como de alto o bajo riesgo. Las redes neurales tradicionales, por otra parte, son conocidas por ser una "caja negra" simplemente porque es muy difcil extraer el razonamiento detrs de su salida. Esto es porque las redes neurales, como su nombre implica, intentan imitar la forma en que aprendemos. Como Beatriz Leao descubri al intentar construir grficos de conocimiento a partir de sus entrevistas con expertos mdicos, les cuesta trabajo explicar el razonamiento detrs de un diagnstico. Cuando son presionados, tienen a identificar muy pocos hallazgos que lleven a un diagnstico particular. Los grficos de conocimiento obtenidos de expertos mdicos tienden a inclinarse. Los grficos obtenidos de doctores en residencia, por otra parte, son extensos y consideran cada detalle en el registro mdico del paciente antes de llegar a uno o varios diagnsticos. El razonamiento de este ltimo grupo estaba estrechamente vinculado con el conocimiento obtenido de una enciclopedia mdica. Como averigu Ricardo Machado, una vez que estos nuevos grficos de conocimiento fueron enviados a capacitacin de red neural, terminaron parecindose a los grficos de conocimiento obtenidos de expertos.Poder entender las razones detrs de la prediccin es representado en PMML por un atributo llamado reasonCode. PMML es un lenguaje basado en XML y por ello uno puede entender no slo las razones detrs de la puntuacin, sino tambin el modelo mismo. Por ejemplo, el cdigo de PMML mostrado en el Listado 1 fue tomado desde un elemento "Scorecard" de PMML. Con una inspeccin rpida, uno puede ver que contiene la derivacin de puntos para el campo de datos de entrada "age". Si, por ejemplo, la edad est entre 59 y 69, el modelo dicta que 12 puntos deben ser asignados a "agePoints".En una tarjeta de puntuacin, la puntuacin final es computada a partir de la suma de las puntuaciones parciales obtenidas de todas sus caractersticas. En el caso de las readmisiones mdicas, la puntuacin final puede ser computada desde un nmero de factores de riesgo o caractersticas. Estos varan desde la edad y el nmero de readmisiones previas hasta cuestiones especficas como la creatina en la sangre y los niveles de amoniaco. Cuando todas las puntuaciones parciales son computadas, el nmero de puntos que contribuy "age" es comparado con los puntos obtenidos a partir del resto de caractersticas (no mostrado en el Listado 1). El resultado de esta comparacin dictar cules cdigos de razn estarn en la salida. Mientras ms influencia tenga una caracterstica en la puntuacin final, ms importante ser para explicarla. El caso de que la edad sea elegida como un factor importante, el cdigo de razn "RC3" estar en la salida, lo que subsecuentemente puede ser traducido en una explicacin pertinente.

Listado 1. Representando una caracterstica de tarjeta de puntuacin en PMML

PMML 4.1 tambin permite que las decisiones sean incorporadas en una solucin predictiva como parte del post-procesamiento de la prediccin misma. Por ejemplo, cuando un modelo predictivo genera una puntuacin, PMML ahora permite que esta puntuacin sea comparada con uno o ms umbrales. El resultado de dicha comparacin puede ser usado para dividir los pacientes en un nmero de grupos operacionales que pueden consistir en distintos diagnsticos, estrategias de seguimiento o planes de tratamiento. En el cdigo de PMML mostrado en el Listado 2, la puntuacin final es comparada con un umbral de 67. Si la variable FinalScore es mayor que 67, entonces como se define en el segundo elemento "OutputField", la salida del modelo ser "Yes", lo que implica que una cita de seguimiento necesita ser planificada. Si es menor o igual a 67, el resultado ser "No", lo que implica que una cita de seguimiento no es necesaria.

Listado 2. Post-procesamiento en PMML, desde las puntuaciones hasta las decisiones

67 Yes No

PMML ya est siendo usado para acelerar las soluciones predictivas que estn ayudando a los hospitales a disminuir las tasas de readmisin. Tambin est siendo usado para acelerar los modelos de deteccin de fraudes. Ya que el archivo de PMML es en s mismo un documento que explica la solucin predictiva, puede ser usado para registrar todas las decisiones tomadas para construir no slo las estrategias alrededor de la puntuacin, sino la puntuacin misma. Al igual que con cualquier otro segmento de la industria, PMML hace que el uso de analtica predictiva en el cuidado de la salud sea transparente. Dado que es un estndar, puede ser fcilmente comprendido por todos los sistemas y personas involucrados en el proceso del cuidado de la salud. Por lo tanto, puede ser usado para diseminar buenas prcticas as como hacer cumplir la conformidad con leyes y regulaciones. Por ejemplo, uno puede fcilmente asegurarse de que una solucin no use ningn dato de identificacin personal simplemente al inspeccionar el archivo de PMML resultante para esa solucin.

Volver arribaDesde la construccin del modelo hasta la implementacin del modeloPMML permite que las soluciones predictivas sean compartidas entre aplicaciones y sistemas compatibles con PMML. De esta manera, por ejemplo, un modelo puede ser construido usando IBM SPSS Statistics, exportado en PMML y fcilmente desplegado en ADAPA, el motor de puntuaciones de Zementis. Una vez desplegado, puede ponerse a trabajar inmediatamente. En este escenario, la belleza de la representacin de soluciones predictivas mediante un estndar tal como PMML consiste en la capacidad de mover instantneamente un modelo del escritorio del cientfico al ambiente de produccin. Siempre que los datos cambien y una solucin predictiva existente necesite ser renovada, un trmino que normalmente implica que ese modelo necesita volver a ser construido, puede ser desplegado de nuevo en minutos. Esto suena obvio y sencillo, pero sin un estndar como PMML, la implementacin de una solucin predictiva puede llevarse meses, ya que una vez que un modelo es construido, necesita ser descrito, normalmente en formato textual, y subsecuentemente codificado en forma personalizada en el ambiente de produccin. Como se mencion anteriormente, adems de ser propenso a errores, este proceso consume recursos valiosos y no tiene lugar en un sistema del cuidado de la salud que necesite ser gil, adaptable y costeable.

Volver arribaConclusinLos sistemas inteligentes han sido histricamente aplicados a la clasificacin y diagnstico de distintas enfermedades. Sin embargo, los proveedores del cuidado de la salud y los pacientes apenas comienzan a beneficiarse de la analtica predictiva. A medida que ms y ms datos se mueven online, estamos destinados a ver muchas ms soluciones predictivas, desde la supervisin de pacientes en una UCI hasta la deteccin de fraudes y abusos. Todas estas soluciones ahora tienen la capacidad de volverse ms precisas que nunca no slo debido a la disponibilidad de grandes volmenes de datos digitales, sino tambin debido al almacenamiento costeable y el enorme poder de procesamiento disponible mediante distintas soluciones de TI, incluyendo la Computacin en Nube y los entornos de Hadoop.La disponibilidad de un estndar como PMML incrementa la transparencia, fomenta las buenas prcticas, reduce los costos, ahorra tiempo y al final puede salvar vidas. Con PMML, toda la industria del cuidado de la salud se beneficia de un solo estndar para representar todas sus necesidades de predictiva, desde el pre-procesamiento de datos y la tcnica de predictiva, hasta el post-procesamiento de puntuaciones en prcticas operacionales significativas. Adoptar un estndar nunca se haba sentido tan bien.

RecursosAprender Lea el libro PMML in Action: Unleashing the Power of Open Standards for Data Mining and Predictive Analytics (mayo de 2010). What is PMML? Explore the power of predictive analytics and open standards (Alex Guazzelli, developerWorks, septiembre de 2010): Revise las bases. PMML permite la implementacin instantnea de soluciones predictivas. Es el estndar de facto para representar modelos de analtica predictiva y es soportado por las principales herramientas de estadstica de cdigo abierto y comerciales. Representing predictive solutions in PMML: Move from raw data to predictions (Alex Guazzelli, developerWorks, septiembre de 2010): Aprenda cmo PMML representa las tcnicas de modelado predictivo. Profundice an ms en el lenguaje y explore las representaciones de datos, transformaciones y funciones que representan una solucin predictiva completa. El The Data Mining Group (DMG) es un consorcio independiente y liderado por proveedores que desarrolla estndares de minera de datos tales como Predictive Model Markup Language (PMML). Visite la pgina Zementis PMML Resources para explorar ejemplos completos de PMML. Visite la pgina de PMML en Wikipedia. Visite la pgina Predictive Analytics en Wikipedia. Visite la pgina Data Mining en Wikipedia. nase al grupo de discusin de PMML en LinkedIn. Visite IBM developerWorks Industry Zone para obtener los ms recientes recursos tcnicos especficos de la industria para desarrolladores. Para escuchar entrevistas y discusiones interesantes para desarrolladores de software, escuche los podcasts de developerWorks. Eventos tcnicos y webcasts de developerWorks: Mantngase actualizado con eventos tcnicos y webcasts de developerWorks. Obtener los productos y tecnologas IBM SPSS Statistics 20 (anteriormente SPSS Statistics) pone el poder del anlisis estadstico avanzado en sus manos. Ya sea que sea un principiante o un estadstico experimentado, su conjunto integral de herramientas se adaptar a sus necesidades. ADAPA es una plataforma revolucionaria de gestin de decisiones de analtica predictiva, disponible como un servicio en la nube o en el sitio. Proporciona un entorno seguro, rpido y escalable para desplegar sus modelos de minera de datos y lgica empresarial y lo pone en prctica. IBM WebSphere Application Server: Compile, implemente y gestione aplicaciones y servicios empresariales de SOA robustas, giles y reutilizables de todos los tipos mientras reduce los costos de la infraestructura de aplicacin con IBM WebSphere Application Server. Innove en su prximo proyecto de desarrollo de fuente abierta con software de prueba IBM, disponible para descarga o en DVD. Comentar Participe en los blogs de developerWorks e involcrese en la comunidad developerWorks. Sobre el autor

Dr. Alex Guazzelli es el VP de Analtica en Zementis. Inc. donde es responsable de desarrollar tecnologa central y soluciones predictivas bajo ADAPA, una plataforma de decisiones basada en PMML. El Dr. Guazzelli tiene un Doctorado en Ciencias de la Computacin de la Universidad de California del Sur y es co-autor del reciente libro "PMML in Action: Unleashing the Power of Open Standards for Data Mining and Predictive Analytics". Puede seguirlo en @DrAlexGuazzelli.