La pregunta es demasiado amplia y generalizada para responder de manera sucinta. Los resultados de los pacientes han mejorado más como resultado de la aplicación de los modelos de ciclo de vida de la enfermedad POMDP (proceso de decisión de Markov parcialmente observable).
Los resultados de los pacientes NO han mejorado como resultado de Watson, que no utiliza MDP en su IA. Sin embargo, se han realizado otras mejoras en la atención médica como resultado de lo que se supo de Watson.
La clave de todo esto, creo, es que Watson hace uso de una amplia biblioteca de resultados clínicos para tratar de modelar mejores resultados. En esencia, utiliza datos de resultados existentes para tratar de modular el tratamiento. En comparación, un modelo POMDP aplicado adecuadamente intenta imitar las capacidades de diagnóstico de un profesional aprendido en un campo particular de la medicina (p. Ej. Bienestar de la columna vertebral, cáncer de mama, etc.), luego utiliza datos de tratamiento, en combinación con datos de resultados a corto y largo plazo , historial del paciente y datos del perfil psicosocial para formular un camino por el cual el paciente particular recibirá el resultado más aceptable. En esencia, “aprende” de cada parte del ciclo de atención médica (Hx, Dx, Sx, Tx, etc.) y aplica ese aprendizaje a una clase particular de pacientes, logrando así lo que llamamos “medicina personalizada”.
Por ejemplo, alguien que sufre de radiculopatía lumbosacra y solo quiere poder sentarse en el sofá sin dolor y no sentir un hormigueo en los dedos cuando intenta presionar los botones del control remoto del televisor, encontrará una ruta de tratamiento diferente aceptable en comparación a alguien que camina y kayaks los fines de semana. Un modelo de POMDP adecuadamente diseñado puede dar cuenta de estas cosas, y más.
Este es mi campo de especialidad, por cierto.
