Învățare automată

(categorie: inteligență artificială, statistică medicală)

Învățarea automată este ramura inteligenței artificiale în care un algoritm găsește singur, din date, regulile care leagă niște variabile de un rezultat, în locul unor reguli formulate de experți.

În medicină, aplicația cea mai frecventă este predicția: un algoritm primește datele unui număr mare de pacienți la care rezultatul este cunoscut și caută combinația de variabile care separă cel mai bine cele două grupuri.

Cum funcționează

Un scor clasic este construit de oameni: experții aleg variabilele, stabilesc pragurile — de exemplu, ureea peste 25 mg/dL — și acordă câte un punct pentru fiecare prag depășit. Un algoritm de învățare automată primește în schimb datele brute și caută singur combinația de variabile și de praguri.

„Învățarea” înseamnă ajustarea repetată a unor parametri interni până când predicțiile modelului se apropie cât mai mult de rezultatele reale din datele de antrenament. Procesul este iterativ și cantitativ, nu o înțelegere a bolii.

Avantajul este că algoritmul nu presupune dinainte că relațiile sunt simple. Riscul poate crește brusc peste o anumită valoare a ureei, poate conta mai mult la pacienții cu albumina scăzută decât la ceilalți, poate depinde de o combinație pe care niciun expert nu ar fi formulat-o ca regulă.

Dezavantajul este simetric. Un algoritm suficient de flexibil poate „învăța” și zgomotul din date — particularități întâmplătoare ale pacienților din setul de antrenament, care nu se repetă la alți pacienți. Fenomenul se numește supraajustare și este principala capcană a inteligenței artificiale în medicină.

Etape și tipuri

Învățare supervizată

Algoritmul primește date în care rezultatul este cunoscut și învață să îl prezică. Este tipul folosit în predicția clinică.

Selecția variabilelor

Reducerea numărului de variabile prin metode statistice. În studiul din 2026, 27 de caracteristici au fost reduse la șase, prin LASSO și Boruta.

Antrenare și validare

Modelul este construit pe un set de date și testat pe altul. Validarea externă, pe pacienți din alt spital, este testul adevărat.

Explicabilitate

Metode precum SHAP arată cu cât a împins fiecare variabilă riscul estimat, făcând modelul verificabil de către medic.

Relevanță clinică

O percepție frecventă este că un algoritm „descoperă” în sânge semnale invizibile pentru medic. În cazul modelelor bazate pe date tabelare, algoritmul folosește exact aceleași analize pe care medicul le are pe foaia de observație: ureea, albumina, leucocitele.

Ce aduce în plus nu este o informație nouă, ci o cântărire simultană, consecventă și cuantificată a mai multor valori, inclusiv a interacțiunilor dintre ele — lucru pe care mintea umană îl face intuitiv și inegal, mai ales la ora trei dimineața, în gardă. Instrumentul sprijină raționamentul clinic; nu îl înlocuiește.

Antidotul împotriva supraajustării este validarea. Validarea internă limitează problema, dar nu o exclude. Testul adevărat este validarea externă: modelul, construit și „înghețat”, este aplicat pe pacienți dintr-un alt spital, dintr-o altă țară, dintr-o altă perioadă. Abia acolo se vede dacă a învățat biologia bolii sau particularitățile unei baze de date.

Analiza sistematică publicată în 2025 a evaluat critic 39 de modele de învățare automată pentru pancreatita acută, din 30 de studii. Imaginea este sobră: toate cele 39 aveau risc ridicat de eroare sistematică în cel puțin un domeniu, doar un studiu din 30 făcuse validare externă, iar aria sub curbă medie raportată era 0,91 — o valoare care reflectă probabil supraajustarea.

Pentru un cititor, întrebările utile în fața unui titlu despre un algoritm care „prezice cu o precizie de 90%” sunt: a fost testat pe pacienți din alt spital, câte cazuri a ratat și câte alarme false a dat. Răspunsurile spun mai mult decât cifra din titlu.

Cum se judecă un model

Discriminarea arată cât de bine separă modelul pacienții care se vor agrava de ceilalți; se măsoară prin aria de sub curba ROC.

Calibrarea arată cât de corecte sunt probabilitățile afișate; un model poate fi bun la discriminare și slab la calibrare.

Utilitatea clinică arată dacă folosirea modelului aduce un beneficiu net în decizii.

Validarea externă, pe o populație diferită, este condiția minimă de credibilitate.

Publicarea codului și a datelor permite altor echipe să verifice și să conteste rezultatul.

Factori care influențează performanța unui model de învățare automată

Dimensiunea și calitatea datelor de antrenament.

Numărul de evenimente raportat la numărul de variabile.

Metoda de selecție a variabilelor.

Asemănarea dintre populația de antrenament și cea de aplicare.

Gradul de supraajustare și rigoarea validării.

Schimbările în practica clinică între momentul colectării datelor și cel al aplicării.

Valorile lipsă și modul de tratare a lor.

Învățare automată în context Healthwise

Învățarea automată nu este magie și nu este nici o simplă statistică cu alt nume. Este o metodă de a găsi relații complexe în date, cu o capcană specifică — supraajustarea — și cu un singur antidot serios: validarea pe pacienți pe care modelul nu i-a văzut niciodată.

Pe Healthwise, apare în explicarea studiilor de predicție clinică și ca reper pentru citirea critică a titlurilor despre inteligența artificială în medicină.

Concluzie

Învățarea automată este metoda prin care un algoritm găsește singur, din date, regulile care leagă variabilele de un rezultat, în locul unor reguli formulate de experți.

Ce trebuie reținut: nu descoperă informații invizibile, ci cântărește mai consecvent analizele pe care medicul le are deja; principala capcană este supraajustarea, iar singurul antidot serios este validarea externă, pe pacienți din altă populație.