La mayoría de la IA para EHR no es más que un ajuste de curvas de alta dimensión sobre datos sucios. Vemos estos artículos cada pocos meses que afirman que una nueva arquitectura finalmente resolverá la predicción clínica, pero usualmente ignoran el hecho de que los datos hospitalarios son un desastre de entradas faltantes, codificación inconsistente y errores humanos. La brecha entre un conjunto de datos de investigación limpio y una sala clínica real es un abismo que unas pocas capas de atención no pueden salvar por sí solas, sin importar cuántas campanas y silbatos añadan los autores al Transformer.

El artículo MiGHT-EHR intenta alejarse de la costumbre de aplanar los Registros Electrónicos de Salud en una línea de tiempo simple. Para los no iniciados (aunque probablemente ya lo sepan), tratar el historial de un paciente como una secuencia es un error porque un resultado de laboratorio no es simplemente “después” de un medicamento; a menudo es una reacción directa al mismo. Al usar una estructura de grafo, el modelo puede mapear estas relaciones de manera más natural, tratando diferentes eventos clínicos—como un diagnóstico, una receta de medicamento o un análisis de sangre—como nodos heterogéneos. Esta es una forma más inteligente de representar el desorden, pero viene con un costo significativo en computación. Almacenar estos grafos masivos y dispersos en VRAM es un dolor de cabeza, y la sobrecarga de memoria para la atención en grafos crece rápidamente a medida que se expande el historial del paciente. La latencia para la inferencia en tiempo real en una sala de urgencias ocupada sería una venta difícil para cualquier departamento de TI hospitalario ya luchando con software heredado.

Luego está el problema de la calidad de los datos. Las EHR son esencialmente un rompecabezas donde la mitad de las piezas son de una caja diferente y la otra mitad fueron mordidas por un perro. En el mundo real, la documentación médica está plagada de la cultura del “copiar y pegar”, donde un médico simplemente duplica la nota de ayer en el archivo de hoy para ahorrar tiempo. Sin importar cuán sofisticado sea el Transformer de Grafos, sigue sujeto a la regla de “basura entra, basura sale”. Es como intentar hacer un soufflé con huevos caducados: la técnica no importa si los ingredientes están echados a perder. ¿Quién confía realmente en un Transformer con una decisión quirúrgica cuando los datos subyacentes podrían haber sido ingresados por un residente cansado a las 3 AM que olvidó guardar en tres campos diferentes? Si el conjunto de entrenamiento está sesgado por los hábitos de documentación específicos de un hospital, el modelo no está aprendiendo medicina; está aprendiendo cómo el personal de ese hospital específico llena los formularios.

El cambio hacia el aprendizaje multi-tarea es la única parte de esto que se siente genuinamente pragmática. Intentar predecir un solo resultado, como la readmisión a 30 días, a menudo lleva al sobreajuste en unas pocas características ruidosas que suceden correlacionarse con el resultado en una muestra pequeña. Al forzar al modelo a predecir mortalidad, estancia hospitalaria y readmisión todo al mismo tiempo, los investigadores están obligando a la red a aprender una representación más robusta y generalizada del estado del paciente. Es un seguro contra el ruido. Si el modelo no puede predecir tres cosas relacionadas, probablemente no entienda realmente el estado clínico subyacente del paciente. Este es un paso necesario, aunque arriesga la interferencia de tareas—donde el ruido de una tarea de predicción degrada la precisión de otra.

Esto lleva a la pared inevitable: la regulación. No puedes simplemente soltar un Transformer de Grafos en una clínica y esperar lo mejor. El campo médico es alérgico a las cajas negras, y con razón. Dentro de los próximos 18 meses, el enfoque tendrá que cambiar del poder predictivo crudo a la auditabilidad. Específicamente, para el T3 de 2026, veremos un giro hacia modelos híbridos simbólicos-grafos que puedan proporcionar un “por qué” legible por humanos para cada predicción para satisfacer los requisitos de la FDA. Hasta que el modelo pueda señalar un nodo específico en el grafo y decir “este resultado de laboratorio específico causó esta alerta”, seguirá siendo una curiosidad de investigación en lugar de una herramienta clínica. (O tal vez no—quizás los reguladores simplemente ignoren el problema de la caja negra hasta que algo se rompa).

Las matemáticas son elegantes, pero los datos siguen siendo un desastre.