Búsqueda eficiente de similitud en datos de diabetes con HNSW y embeddings biomédicos de código abierto
Year: 2026
Type: article
Abstract: La diabetes se ha convertido en un desafío debido a su complejidad clínica, cuidados rigurosos y constantes seguimientos. Estos datos requieren emplear herramientas que comprendan las relaciones entre padecimientos y valores arrojados por los exámenes de laboratorio. Este trabajo propuso emplear embeddings biomédicos de código abierto para representar registros clínicos de pacientes con diabetes en espacios vectoriales semánticos. Esto ayudó en la búsqueda de casos con padecimientos similares empleando estructuras jerárquicas como Hierarchical Navigable Small World (HNSW), las cuales permiten acceder a información relevante mediante búsquedas aproximadas de alta eficiencia entre nodos y capas. Para esta comparación se usaron 253,680 datos provenientes de pacientes estadounidenses del Diabetes Health Indicators Dataset, derivado del BRFSS 2015 del CDC, se analizó su precisión y el tiempo promedio de ejecución por consulta. Los resultados arrojaron que los embeddings biomédicos con HNSW mantiene una precisión prácticamente equivalente a la búsqueda empleando únicamente los embeddings biomédicos (99.9% de correspondencia, desviación estándar 0.06%), con unas ligeras mejoras en algunos casos. Esto logró una aceleración promedio de 3.5 veces en el tiempo de consulta. Los hallazgos confirmaron que la combinación de embeddings biomédicos y HNSW ofreció un equilibrio óptimo entre precisión y eficiencia.
Institution: Universidad Americana de Europa
Language: Spanish
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7147107410