¿Puede una receta habitual convertirse en una pista de protección frente al Alzheimer?

Cómo el transformer interpreta la jerarquía interna de los códigos médicos

Los códigos médicos no son cadenas planas. Un código de diagnóstico para un trastorno pancreático se sitúa dentro de categorías endocrinas más amplias, y un código de prescripción apunta a una clase de fármaco antes de nombrar la molécula concreta. Un transformer genérico puede leer la secuencia de códigos, pero suele tratar cada uno como un elemento indiferenciado, lo que aplana la jerarquía interna de significado. El diseño de preentrenamiento consciente de la jerarquía asigna cinco subtokens a cada código, uno por cada nivel. Cada subtoken recibe su propio vector embedding y un pequeño codificador transformer permite que esos cinco vectores intercambien información antes de sumarse en una única representación del código completo.

En el caso de los diagnósticos, el sexo se incrusta como un token médico, mientras que la edad se convierte en un vector mediante una capa lineal. Ambos se añaden a la representación del diagnóstico. Los procedimientos y las prescripciones se combinan en vectores de tratamiento y luego se procesan por separado de las secuencias de diagnósticos. Un bloque de atención cruzada bidireccional compara los diagnósticos con los tratamientos en ambas direcciones. Este paso permite al modelo aprender qué terapias tienden a seguir a qué condiciones, en lugar de asumir que cada código es solo otro símbolo más en una lista.

La tarea de entrenamiento también respeta la jerarquía. El 15 % de los tokens se elige como objetivo y cada uno se divide en sus cinco subtokens. En la mayoría de los casos (el 80 %), el primer subtoken, del nivel superior, permanece visible mientras que los cuatro inferiores se ocultan. El 10 % recibe enmascaramiento total y otro 10 % permanece sin cambios. El modelo se entrena para predecir únicamente el tercer subtoken, un nivel intermedio del código. Esto hace que la tarea sea menos frágil que adivinar el código más específico, porque muchos códigos de gran granularidad comparten la misma categoría amplia.

En las pruebas de preentrenamiento para predecir ese token de diagnóstico de nivel intermedio, el diseño completo alcanzó una precisión de 0,5867 y un coeficiente de correlación de Matthews de 0,5797. Una versión con agregación jerárquica de subtokens pero sin enmascaramiento parcial descendió a una precisión de 0,3913, mientras que una ablation de autoatención que utilizaba ambos métodos alcanzó 0,5804. La diferencia muestra que la división consciente de la jerarquía ayuda y que la referencia cruzada diagnóstico-tratamiento añade una ganancia pequeña pero constante.

Predicciones de las representaciones aprendidas: demencia e ingreso hospitalario

Un año de reclamaciones del seguro japonés se transformó en una imagen compacta de la salud de cada persona, y esa imagen se utilizó para anticipar dos eventos: el primer diagnóstico de demencia, definido por los códigos de la enfermedad de Alzheimer y las demencias relacionadas, y el ingreso hospitalario durante el período de seguimiento. El modelo no procesó notas clínicas ni imágenes. Su trabajo se basó en los diagnósticos codificados, procedimientos, prescripciones, sexo y edad registrados en las reclamaciones.

Para cada mes, el sistema generó un vector de diagnóstico y otro de tratamiento. Estos dos resúmenes mensuales se combinaron en una instantánea clínica única. Las doce instantáneas formaron una secuencia breve que capturaba cómo había evolucionado la atención durante el año. Una capa final convertía ese resumen anual en probabilidades de inicio de demencia e ingreso hospitalario.

La tarea de predicción se validó con personas distintas a las utilizadas para construir la representación. El diez por ciento de los pacientes se reservó como grupo de prueba, mientras que el resto se dividió en nueve pliegues para evaluar a cada paciente una sola vez. Las cifras de rendimiento son promedios de esos pliegues. Los participantes eran mayoritariamente adultos mayores, con una edad media cercana a 73 o 74 años y aproximadamente nueve meses de reclamaciones registradas durante el año.

En cuanto al inicio de la demencia, el modelo más potente alcanzó un ROC-AUC de 0,8164 y un MCC de 0,2577. Su PR-AUC fue de 0,2204. Una versión más simple de la misma arquitectura, sin los dos trucos de entrenamiento conscientes del codificado, obtuvo un PR-AUC de 0,1949. Esa diferencia representa una mejora relativa de aproximadamente el 13 por ciento en el área bajo la curva de precisión-recall. La demencia era poco frecuente en la muestra final, con una incidencia del 6,2 por ciento. En este escenario, el ROC-AUC puede parecer alentador aunque siga dejando pasar muchos casos. El área de precisión-recall ofrece una visión más estricta porque se centra en qué tan bien el modelo clasifica los casos verdaderos de demencia por encima de los no casos.

El ingreso hospitalario fue mucho más común en la muestra de evaluación, con una incidencia del 31,6 por ciento. La misma representación anual produjo una probabilidad de ingreso para cada paciente. Dado que los ingresos eran frecuentes, un predictor útil debía distinguir a las personas que serían ingresadas de aquellas que no lo serían, sin simplemente marcar a la mayoría de los pacientes.

De recetas cotidianas a pistas ordenadas para protegerse del Alzheimer

Los registros médicos corrientes están repletos de señales sutiles que rara vez captan la atención del clínico. Una receta para la tensión arterial, una visita al laboratorio o un código de diagnóstico anotado en un día cualquiera pueden formar parte de un patrón cuando se comparan millones de entradas como estas. Un enfoque de cribado aprovecha los datos de reclamaciones y seguros de las aseguradoras gubernamentales locales japonesas para convertir esas anotaciones rutinarias en pistas clasificadas sobre una posible protección frente al Alzheimer. No afirma que ningún medicamento cotidiano prevenga la enfermedad. Más bien, pregunta si ciertos patrones de prescripción aparecen con menos frecuencia entre quienes luego desarrollan la afección.

El cribado de reposicionamiento partió de una muestra aleatoria de 100 000 personas extraída de un grupo mayor de preentrenamiento. Tras aplicar las reglas de elegibilidad, quedaron 80 308. Ninguna padecía demencia ni enfermedad de Alzheimer entre enero de 2017 y diciembre de 2018, y todas mantenían una inscripción continua en el seguro durante el período requerido. En los conjuntos muestreados finales, el inicio de la enfermedad de Alzheimer se produjo en aproximadamente el 2,8 % de las personas, una tasa tan baja que una asociación débil puede confundirse fácilmente con ruido. Por eso, el flujo de trabajo aplica un control estadístico de falsas detecciones antes de considerar cualquier vínculo entre fármaco y enfermedad digno de mayor atención.

El truco práctico consiste en mantener la pregunta honesta mientras se clasifican los candidatos. Si el modelo simplemente ve que una persona tomó cierto medicamento, puede aprender quién fue tratado en lugar de qué tratamiento podría estar asociado con un menor riesgo. Para reducir ese atajo, se eliminan los tokens de prescripción del fármaco objetivo y de medicamentos relacionados cuando se utilizan vectores de diagnóstico para la priorización. El resultado es una lista corta de hipótesis de asociación protectora que superaron el cribado. Son pistas por probar, no hechos establecidos sobre la protección contra el Alzheimer.

¿Por qué el cribado observacional exige una validación aparte?

Un cribado basado en historias clínicas rutinarias es útil porque convierte millones de consultas ordinarias en una lista breve de ideas que merecen un examen más detallado. Los datos de reclamaciones empleados aquí procedían de aseguradoras japonesas y abarcaban a varios millones de personas, por lo que los patrones no se extrajeron de una pequeña clínica ni de un único hospital. Aun así, el resultado de este tipo de cribado es una señal, no una sentencia: indica que un medicamento aparece con mayor frecuencia entre las personas que no desarrollaron demencia en la ventana observada, pero no afirma que ese fármaco haya causado el menor riesgo.

Esta distinción importa porque los registros rutinarios mezclan tratamiento y enfermedad. Un paciente que recibe muchas prescripciones puede estar más enfermo, ser mayor o recibir un seguimiento más estrecho que alguien con pocas recetas. La misma persona también puede tener mejor acceso a la atención sanitaria, diferentes normas de seguro médico o un hábito del facultativo que influya en lo que se anota en el expediente. Si esos factores no se miden por completo, una asociación puede parecer protectora incluso cuando el medicamento no tiene ningún efecto. Por eso, el flujo de trabajo trata sus resultados como hipótesis para priorizar, y no como evidencia de un beneficio causal.

Los controles estadísticos ayudan a acotar la lista, pero no eliminan este problema. Tras aplicar el control de tasa de falsas detecciones, algunas asociaciones candidatas con relación protectora superaron el cribado, aunque en esa parte del hallazgo no se nombra ningún medicamento ni enfermedad concreta. El emparejamiento por puntuación de propensión puede equilibrar las diferencias medidas entre personas tratadas y no tratadas. Para dos indicadores de gravedad, la mayoría de las diferencias medias estandarizadas fueron pequeñas tras el emparejamiento, a menudo inferiores a 0,1. Es una buena señal, pero solo cubre lo que se registró: hábitos no medidos, antecedentes familiares, dieta, apoyo social o decisiones de codificación permanecen ocultos en los números.

Por tanto, se necesita un paso de validación independiente antes de poder atribuir cualquier significado clínico a una asociación marcada. Un conjunto de datos independiente puede comprobar si el mismo patrón aparece fuera de la muestra original. Un ensayo aleatorizado puede asignar pacientes a grupos con tratamiento y sin tratamiento, lo que bloquea muchos de los factores de confusión que los datos observacionales no pueden controlar por completo. Hasta entonces, el cribado ha cumplido su función real: ha ordenado el ruido rutinario en pistas plausibles, no en protección demostrada.

Cómo los patrones de facturación pueden apuntar a la protección frente al Alzheimer

Un modelo entrenado con datos de seguros médicos japoneses puede convertir los códigos de facturación en un mapa que muestra cómo se mueven juntos los diagnósticos, las intervenciones y las prescripciones. Al aprender el nivel intermedio del codificado médico, capta patrones de enfermedad sin ahogarse en cada código de gran detalle. Su señal más fuerte aparece en la demencia, donde un año de reclamaciones mensuales ofrece una capacidad predictiva superior a la de los modelos transformer consolidados o de los métodos tabulares simples. La misma representación anual permite también predecir el ingreso hospitalario, lo que aporta una segunda verificación de que los patrones aprendidos siguen eventos clínicos reales. Estas mismas representaciones se convierten luego en una herramienta de cribado para la reutilización de fármacos. Cuatro fármacos candidatos, vildagliptina, candesartán, loxoprofeno y pitavastatina, mostraron asociaciones protectoras lo suficientemente fuertes como para superar el control de tasa de descubrimiento falso. No son tratamientos demostrados. Son hipótesis clasificadas que merecen un escrutinio clínico más detallado. La promesa más amplia es un motor de descubrimiento construido a partir de datos ya recopilados con fines de pago, donde los patrones de tratamiento poco frecuentes pueden compararse entre millones de pacientes.

Los obstáculos son igualmente claros. Dado que las reclamaciones se redactan para la facturación, un diagnóstico puede aparecer solo después de que las pruebas o las prescripciones hayan moldeado ya la atención. La población es además mayor y japonesa, por lo que los resultados necesitan ser probados en otros grupos de edad, contextos genéticos y sistemas sanitarios. Las cohortes muestreadas pueden dejar infrarrepresentadas enfermedades raras y fármacos poco frecuentes, aunque la base de datos completa contenga a más de cinco millones de personas. Escalar el proceso a las reclamaciones completas, validar los candidatos en cohortes independientes y pasar de la asociación a preguntas listas para ensayo determinarán si este flujo de trabajo se convierte en una parte rutinaria del descubrimiento de fármacos. Si los registros de facturación pueden revelar señales protectoras ocultas en la atención ordinaria, ¿cuántas otras enfermedades están esperando la representación adecuada?