TriNetX lanza la extracción de datos validados por humanos a partir de notas clínicas

-TriNetX lanza la extracción de datos validados por humanos a partir de notas clínicas: Datos fiables para investigadores

Los nuevos datos clínicos extraídos a través de PLN se evalúan según su nivel de confianza, se comparan con notas anotadas por humanos y se vinculan a datos estructurados de EHR de los mismos pacientes anonimizados

CAMBRIDGE, Mass., 10 de noviembre de 2026 /PRNewswire/ -- Al tiempo que la inteligencia artificial (IA) facilita la extracción de información de las notas clínicas, la pregunta más compleja para los investigadores es si esos datos son fiables como evidencia del mundo real. TriNetX®, la red federada de datos de salud líder en el mundo, ha dado a conocer hoy la extracción de datos de notas clínicas mediante procesamiento del lenguaje natural (PLN), ya disponible en la plataforma TriNetX LIVE™ y en conjuntos de datos descargables. Esta funcionalidad proporciona a los investigadores datos que están listos para el análisis, habiendo sido extraídos de más de 800 millones de notas e informes clínicos, una base que se espera alcance los 1.000 millones a finales de 2026.

Las notas clínicas contienen detalles, como el estadio de la enfermedad, el estado funcional y los resultados de los biomarcadores que complementan el registro estructurado, aunque son difíciles de extraer de manera fiable. TriNetX combina la IA junto a una profunda experiencia clínica e informática para construir canales de interacción humana entrenados en un gran corpus de notas de patrón oro anotadas. En comparación con los enfoques que se detienen en la extracción, TriNetX prueba cada canal con notas anotadas por humanos, asigna una puntuación de confianza a cada hecho y vincula los datos derivados de notas con datos estructurados de registros médicos electrónicos (EHR) para los mismos pacientes no identificados, para que los investigadores puedan expandir cohortes y construir fenotipos matizados y clínicamente significativos.

Tres salvaguardias respaldan cada hecho:

Supervisión humana. Expertos clínicos revisan y corrigen las etiquetas de la IA, y los modelos se reentrenan con dichas correcciones. Cada módulo debe alcanzar una precisión de 0,90 o superior en comparación con las notas anotadas por humanos.

Corroboración clínica. Los datos extraídos se contrastan con los patrones clínicos esperados, no solo con las métricas del modelo. Por ejemplo, las curvas de supervivencia basadas en el estado funcional del Eastern Cooperative Oncology Group (ECOG) mostraron una menor supervivencia para los pacientes con una puntuación de 2 o superior.

Monitorización continua. TriNetX monitoriza el rendimiento del modelo a medida que nuevas organizaciones sanitarias se incorporan al programa de notas clínicas y se incorporan nuevos tipos de notas, refinando los modelos a medida que aparecen variaciones.

Los primeros resultados muestran que los datos derivados de notas aumentaron la cobertura del estado de tabaquismo del 22% al 67%, atendieron 6 veces más pacientes que los datos estructurados solos en un estudio de cohorte de cáncer de pulmón y sacaron a la luz el estado funcional ECOG y Karnofsky de 292.000 pacientes de oncología sin ninguno en campos estructurados.

"Apuntar la IA a un gráfico es fácil. Lo que distingue a TriNetX es cómo lo hacemos: Con disciplina científica y experiencia humana a través de una red federada global donde los datos permanecen dentro de las instituciones que los generaron", declaró August Calhoun, consejero delegado de TriNetX. "Eso significa que las notas clínicas pueden aportar evidencia que resista el escrutinio al tiempo que la IA se convierte en parte de la investigación diaria".

"No existe ningún sistema que pueda extraer todos los detalles de las notas clínicas de una manera que sea precisa y significativa. Es una limitación inherente a la naturaleza del lenguaje clínico", afirmó Matvey Palchuk, MD, MS, FAMIA, director de informática médica de TriNetX. "Por este motivo es de gran importancia la validación. Nuestro objetivo es extraer los hechos en los que se pueda confiar para generar pruebas".

Los datos extraídos a través de PLN de las notas clínicas abarcan actualmente el historial social (consumo de tabaco y alcohol), cardiología, neumología, oncología general y biomarcadores, enfermedades hepáticas y más, y ya están disponibles para los miembros de la red TriNetX. Si desea más información, visite trinetx.com/data/clinical-notes.

Acerca de TriNetX, LLC

TriNetX® es el motor global de la verdad para una mejor salud humana®. Impulsado por medio de una red segura y conectada en más de 14.200 centros clínicos en más de 20 países, TriNetX proporciona evidencia fiable que resiste el escrutinio científico más riguroso del mundo. Al combinar datos globales, una integridad inquebrantable y una fusión única de IA e inteligencia humana, TriNetX acelera los descubrimientos y promueve mejores resultados de salud en todo el mundo. Visite trinetx.com o siga a TriNetX en LinkedIn para obtener más información.

Contacto para medios
TriNetX
Karen Tunks
Email: [email protected]