Sistema de inteligencia artificial para el pronóstico de pacientes COVID-19

Con esta nueva herramienta tecnológica se podrá ofrecer un pronóstico preciso sobre la evolución de la Covid-19 en los pacientes, mejorando la toma de decisiones clínicas y anticipando posibles complicaciones médicas.

Una vez más, la Inteligencia Artificial ha sido clave en el desarrollo de nuevas herramientas para el control y diagnóstico de pacientes Covid-19.

Un grupo de investigadores de la Universidad Politécnica de Valencia (UPV), junto con el apoyo del Instituto de Investigación Sanitaria INCLIVA, del Hospital Clínico Universitario de Valencia, y el Instituto de Investigación del Hospital Universitario 12 de Octubre de Madrid, han aunado esfuerzos para lanzar una nueva herramienta que va a permitir ofrecer un pronóstico preciso sobre la evolución de la Covid-19.

Esta herramienta –desarrollada en el marco del proyecto SUBCOVERWD-19- se anticipa a las posibles complicaciones que un paciente afectado por Covid-19 puede tener. De este modo, dicho sistema inteligente pronostica la evolución de la enfermedad en el paciente, ayudando así a la toma de decisiones médicas desde el momento de ingreso.

Gracias a la implantación de técnicas de inteligencia artificial y aprendizaje automático, el sistema cruza miles de datos – tales como síntomas, comorbilidades o resultados de pruebas de laboratorio- para ofrecer un pronóstico personalizado de cada paciente. Teniendo en cuenta la previsión de la evolución de la enfermedad, gracias a la combinación de los datos obtenidos, la herramienta clasifica al paciente según el nivel de gravedad.

De esta manera, se puede saber con antelación cuál va a ser el devenir de la infección y cómo va a responder a la misma el cuerpo del paciente. Este hecho permite a los profesionales sanitarios actuar de forma preventiva y precoz en aquellos casos en los que se identifique un pronóstico grave de la evolución de la Covid-19, reduciendo así las posibilidades de muerte o de ingreso en UCI.

Además, a diferencia de lo que ocurre con otros modelos predictivos, este sistema inteligente aplica una tecnología innovadora para asegurar la calidad y fiabilidad de los datos en los que se basa.

Según un estudio publicado por el British Medical Journal, una de las principales razones por las que se desaconseja el uso clínico de modelos predictivos en la Covid-19 es la falta de datos representativos de la enfermedad, así como la calidad y fiabilidad de los mismos.

Existen muchos factores que conllevan una variabilidad en las fuentes de los datos y pueden producir inexactitudes en el resultado ofrecido. Asimismo, es un hecho que los RWD – Real World Data o Datos Reales- contenidos en los registros de salud electrónicos no están bien estructurados, lo que comporta que no se pueda extraer información de forma clara y fiable.

Para resolver la problemática, este sistema de inteligencia artificial utiliza una herramienta de aprendizaje automático que ayuda a examinar y determinar la calidad de los datos mediante técnicas de aprendizaje no supervisado y supervisado, permitiendo así extraer aquellos patrones más significativos de los historiales médicos de los pacientes: comorbilidad, síntomas, resultados de las pruebas realizadas o datos de ingresos en UCIs, entre otros. De este modo, dicho sistema inteligente, supera las reticencias en la aplicación de los modelos predictivos para el estudio y control de la Covid-19.

Sin duda, el desarrollo de este innovador sistema es extremadamente necesario para averiguar patrones clínicos del virus que arrojen luz al desconocimiento existente sobre su comportamiento y evolución.

MAT-ES-2102390