MortalityMinder permite a los investigadores, proveedores, pagadores y responsables de políticas de salud obtener información útil sobre dónde y por qué las tasas de mortalidad prematura debido a todas las causas, cáncer, enfermedades cardiovasculares y muertes por desesperación aumentaron entre 2000 y 2017 para adultos de 25 a 64 años. MortalityMinder está diseñado como una herramienta de visualización basada en la web de código abierto que permite el análisis y la exploración interactiva de factores sociales, económicos y geográficos asociados con la mortalidad a nivel de condado. Proporcionamos estudios de caso para ilustrar cómo MortalityMinder encuentra relaciones interesantes entre los determinantes de la salud y las muertes por desesperación. También demostramos cómo GPT-4 puede ayudar a traducir los resultados estadísticos de MortalityMinder en información útil para mejorar la salud de la población. Cuando se combina con los resultados de MortalityMinder, GPT-4 proporciona hipótesis sobre por qué los factores de riesgo socioeconómicos están asociados con la mortalidad, cómo podrían ser causales y qué acciones podrían tomarse relacionadas con los factores de riesgo para mejorar los resultados con citas de apoyo. Encontramos que GPT-4 proporcionó respuestas plausibles y perspicaces sobre la relación entre los determinantes sociales y la mortalidad. Nuestro trabajo es un primer paso hacia la habilitación de los interesados en salud pública para descubrir y visualizar automáticamente relaciones entre los determinantes sociales de la salud y la mortalidad basadas en datos disponibles y explicar y transformar estos en resultados significativos utilizando inteligencia artificial.