Atención médica impulsada por IA con MongoDB y Microsoft

Arquitectura y flujo de datos

En esta solución, MongoDB Atlas sirve como base de datos operativa para aplicaciones de IA en tiempo real, mientras que Microsoft OneLake gestiona el análisis de tendencias a largo plazo. Esta arquitectura permite las siguientes funcionalidades:

• Procesamiento en tiempo real de datos de pacientes e imágenes médicas.

• Integración entre sistemas operativos y analíticos.

• Flujo de datos eficiente desde el procesamiento transaccional hasta el analítico.

• Soporte tanto para consultas operativas con tiempos de respuesta en milisegundos como para cargas de trabajo analíticas complejas.

Figura 2: Canalización de datos analíticos en tiempo real

Inteligencia Artificial Predictiva para la Detección Temprana

La IA predictiva se puede utilizar en el ámbito sanitario para generar diagnósticos precisos a partir de grandes conjuntos de datos. Microsoft Fabric Data Science ofrece una plataforma robusta para entrenar y experimentar con modelos de aprendizaje automático (ML) y gestionar ciclos de operaciones de aprendizaje automático (MLOps). Esta solución utiliza modelos para los siguientes fines:

1. Predicción BI-RADS

   BI-RADS es un mecanismo estándar en la industria para analizar los hallazgos de mamografías. Los especialistas en salud utilizan BI-RADS para describir los resultados de las pruebas de imágenes mamarias con un número del 0 al 6, la posibilidad de malignidad aumenta con la puntuación.

   Esta solución utiliza la red neuronal convolucional profunda VGG16 (CNN) para predecir los puntajes BI-RADS a partir de imágenes. El modelo se entrena con mamografías de un conjunto de datos de Kaggle. Cada imagen está agrupada en carpetas que corresponden a su BI-RADS.

   Fabric Data Science analiza el rendimiento de múltiples modelos para esta tarea y selecciona el mejor. Entrena los modelos, ejecuta experimentos y administra múltiples versiones. Las imágenes de entrenamiento se cargan directamente en Lakehouse en OneLake desde el equipo local del usuario mediante la interfaz de usuario de Lakehouse. Además, puede referenciar fácilmente las imágenes almacenadas en Azure Blob Storage mediante wget o curl comandos, utilizando atajos, o utilizando un pipeline de datos. La solución almacena los metadatos de la imagen y las predicciones finales en MongoDB Atlas.

2. Clasificación de biopsias

   Los modelos de clasificación o regresión permiten clasificar tumores como malignos o benignos. El modelo clasificador de bosque aleatorio se entrena con un conjunto de datos de Kaggle que incluye parámetros de entrada como el grosor del grupo, la uniformidad del tamaño y la forma celular, los núcleos desnudos y las mitosis. El modelo puede predecir si un tumor es maligno o benigno. En producción, se pueden añadir más parámetros al conjunto de datos y entrenar el modelo con estos valores para realizar predicciones más precisas. Durante el desarrollo de la solución, el modelo de bosque aleatorio tuvo una precisión superior al 97%. La solución obtiene el conjunto de datos de entrenamiento de MongoDB Atlas y el resultado de la predicción se actualiza en MongoDB mediante el conector Spark de MongoDB.

Fabric Data Science facilita el entrenamiento y la gestión de sus modelos al registrar automáticamente los parámetros relacionados para cada modelo y experimento.

Implementación de Búsqueda Vectorial

El sistema de consulta inteligente de esta solución se basa en Vector Search, como se muestra en el siguiente diagrama.

Figura 3. Flujo del proceso de implementación de búsqueda vectorial

1. Preparación de datos:

   • El modelo text-embedding-ada-002 de Azure OpenAI procesa notas clínicas.

   • Los datos se convierten en incrustaciones vectoriales para una representación espacial de alta dimensión.

   • Las incrustaciones vectoriales se almacenan en MongoDB Atlas con índices de búsqueda optimizados.

2. Procesamiento de query:

   • Las consultas en lenguaje natural se convierten en representaciones vectoriales.

   • La comprensión semántica permite queries médicas complejas.

   • Los vectores de consulta se comparan con las incrustaciones almacenadas.

3. Document retrieval:

   • Devuelve registros médicos relevantes según la coincidencia semántica.

   • Facilita el acceso intuitivo a la información del paciente.

   • Atlas búsqueda vectorial ejecuta búsquedas basadas en similitud.

Arquitectura de Chatbot basada en RAG

La implementación del chatbot aprovecha la arquitectura RAG en los siguientes contextos, como se muestra en el siguiente diagrama:

Figura 4. Hoja de ruta para la arquitectura del chatbot

1. Recuperación de información del paciente:

   • Ejecuta consultas para obtener los detalles actuales del paciente.

   • Recupera datos estructurados de pacientes de colecciones de MongoDB.

   • Proporciona acceso inmediato a información crítica del paciente.

2. Procesamiento de datos históricos:

   • Accede al historial de pacientes de 10años de MongoDB Atlas.

   • Decodifica y resume datos históricos a través de Azure OpenAI LLM.

   • Implementa encadenamiento de pensamientos para obtener respuestas conscientes del contexto.

3. Integración de conocimientos médicos:

   • Usa documentación médica vectorizada.

   • Realiza búsquedas vectoriales en tiempo real basadas en el contexto de la query.

   • Integra literatura médica relevante y estudios de casos.

Análisis y visualización

Esta solución utiliza las siguientes dos plataformas de visualización para análisis.

En primer lugar, MongoDB Atlas Charts ofrece tableros operativos nativos y en tiempo real conectados directamente a los datos de MongoDB. Permite obtener perspectivas inmediatas sobre métricas críticas de atención médica mediante visualizaciones intuitivas sin necesidad de transformaciones de datos ni herramientas adicionales. El tablero operativo (Figura 5) muestra métricas clave, incluyendo el número de pacientes, el estado de las citas y la distribución de la clínica.

Figura 5. Tablero operativo con Atlas Charts

En segundo lugar, la integración con Power BI amplía las capacidades analíticas, permitiendo un análisis de datos a nivel empresarial y visualizaciones avanzadas. A través del MongoDB Atlas Connector, los datos de atención de la salud pueden combinarse con otras fuentes empresariales en Microsoft OneLake. El tablero de visualización geográfica (Figura 6) muestra esta integración, presentando la distribución de pacientes y permitiendo capacidades analíticas sofisticadas.

Figura 6. Integración de PowerBI con MongoDB Atlas

Juntas, estas plataformas proporcionan una solución analítica completa que gestiona tanto las necesidades operativas inmediatas como los requisitos analíticos a largo plazo.

Esta solución demuestra cómo MongoDB Atlas puede gestionar datos operativos, funciones de búsqueda vectorial y requisitos analíticos, integrándose a la perfección con las herramientas de IA y visualización de Microsoft. Esta arquitectura permite a los profesionales sanitarios aprovechar la información operativa en tiempo real y las capacidades analíticas a largo plazo en un único sistema.