Uno de los retos más importantes a los que se enfrentan los centros de salud y hospitales es predecir en qué momento los pacientes en condiciones agudas comenzarán a experimentar cambios negativos para sus vidas. Precisamente esos pequeños cambios de salud son generados por un gran número de motivos, por lo que los médicos no son tan efectivos al monitorearlos.
Ahora, los investigadores de DeepMind, la firma de Inteligencia Artificial (IA) de Google, han encontrado una posible alternativa: un sistema de aprendizaje automático que puede procesar miles de datos de salud para notificar a los médicos en caso de una crisis de los pacientes en caso de que ocurran.
Para probar la efectividad de la tecnología, los expertos la aplicaron en cientos de pacientes con lesión renal aguda en hospitales de veteranos de guerra en EE.UU. En este sentido, la IA de DeepMind pudo predecir el 90 por ciento de los episodios negativos de la enfermedad, en donde los pacientes requirieron someterse a tratamiento de diálisis. Lo más impresionante es que la herramienta realizó esta predicción con 48 horas de anticipación.
El sistema también notificó sobre dos falsos positivos por cada alerta correcta, y su rendimiento no fue tan positivo cuando la lesión analizada no era tan grave. Sin embargo, la efectividad del sistema fue hasta un 20 por ciento superior a un modelo de IA que existe actualmente para analizar la probabilidad de lesión renal en hospitales.
Advertencias más precisas
Según los investigadores, el sistema representa una herramienta de advertencias de mayor precisión para que los médicos intervengan y puedan evitar daños. De hecho, recibir una notificación con 48 horas de anticipación sobre una lesión renal aguda, permitiría a los médicos responder con una correcta regulación de la presión arterial, además de reducir el uso de fármacos tóxicos que contribuyan a la pérdida de la función de los órganos.
Sin embargo, el sistema de DeepMind aún tiene mucho que probar en poblaciones de mujeres, ya que apenas el 6 por ciento de los participantes de su estudio eran femeninas. Asimismo, esta tecnología opera con sus propios registros de salud, por lo que necesitaría recopilar datos de pacientes de otros hospitales de “no veteranos” que incluyan registros proporcionados por compañías privadas.
DeepMind reconoció que su sistema aún debe pasar las pruebas de atención médica para que los profesionales de la salud evalúen su influencia en los resultados de los pacientes. En todo caso, la compañía confía en que, a futuro, los algoritmos podrán analizar registros digitales de salud para predecir las crisis de los pacientes internados en clínicas, incluidas las neumonías, la sepsis o los ataques cardíacos.
Para los expertos, el siguiente paso es evaluar la efectividad del sistema en grupos más amplios de pacientes y en diversos entornos médicos, lo que quiere decir que podrían pasar varios años antes de que esta tecnología esté disponible para el público.
Referencia: A clinically applicable approach to continuous prediction of future acute kidney injury. Nature, volume 572, pages116–119 (2019). DOI: https://doi.org/10.1038/s41586-019-1390-1
