El sistema de inteligencia artificial de los investigadores de la UF brinda a los médicos una mejor comprensión de las condiciones de los pacientes

Utilizando los datos recopilados de los signos vitales de los pacientes, los investigadores de la Universidad de Florida han diseñado un sistema de inteligencia artificial que puede acelerar y enfocar la toma de decisiones de los médicos durante las primeras etapas cruciales de la hospitalización.

El algoritmo funciona tomando torrentes de datos de seis signos vitales medidos dentro de las seis horas posteriores al ingreso en el hospital. Luego enfoca estos datos en uno de cuatro grupos distintos, brindando a los médicos una visión más clara, oportuna y precisa del pronóstico de un paciente y los resultados médicos probables. Los hallazgos se publicaron el 13 de octubre en la revista PLOS Digital Health.

El enfoque utiliza inteligencia artificial para analizar los datos de los pacientes de manera más rápida y exhaustiva que los médicos, dijo Azra Bihorac, MD, decana asociada senior de asuntos de investigación en la Facultad de Medicina de la UF y directora del Centro de Cuidados Críticos Inteligentes de la UF. En cuestión de horas, el sistema puede identificar a los pacientes que pueden estar en riesgo de malos resultados.

"Este sistema tiene el potencial de acelerar la toma de decisiones de los médicos y de hacerla más precisa", dijo Bihorac.

Los hallazgos son el resultado de una colaboración entre una docena de investigadores de la UF con experiencia en cirugía, informática, medicina, anestesiología e ingeniería biomédica.

Para evaluar el sistema, los investigadores utilizaron una base de datos no identificada de pacientes adultos que ingresaron en el Hospital UF Health Shands entre 2014 y 2016. El algoritmo se validó y probó con datos de casi 100 000 personas de todos los grupos de edad.

Cuando se aplicó el aprendizaje automático, un tipo de inteligencia artificial, a los datos tempranos de signos vitales de rutina, el sistema identificó a los pacientes con categorías de enfermedades únicas y resultados clínicos distintos. Luego, los pacientes se agruparon en uno de cuatro "grupos" distintos. Los pacientes asignados a uno de los grupos mostraron signos tempranos de presión arterial baja, aumento de la actividad cardíaca e inflamación de bajo grado. Si bien estas condiciones pueden ser graves en sus primeras etapas, también tienen el potencial de resolverse y tener resultados favorables. El algoritmo agrupó a otros pacientes en otro grupo con mayor probabilidad de tener enfermedad renal y cardiovascular crónica. También tenían más probabilidades de morir en tres años, encontraron los investigadores.

El valor del algoritmo radica en su capacidad para recopilar y analizar rápidamente múltiples puntos de datos de pacientes, dijo Bihorac. Por ejemplo, la presión arterial baja puede ser un indicador temprano de varios problemas médicos en el futuro. Cuando se combina con otros datos del paciente y se analiza mediante un algoritmo, los médicos tienen una imagen más clara de la trayectoria del paciente.

"Realmente es como una señal de advertencia temprana. Dentro de las seis horas, puede ayudar a identificar a los pacientes que pueden estar en riesgo de no tener un buen resultado. Nos dice qué pacientes pueden estar en riesgo de deterioro y quién necesita más atención de inmediato". ella dijo.

A continuación, Bihorac dijo que está buscando subvenciones adicionales que permitan al equipo estudiar más a fondo el sistema y, finalmente, probar su eficacia en pacientes actualmente hospitalizados. Tal sistema probablemente podría implementarse sin un costo significativo, dijo.

"Esta es una solución tan simple y elegante. Toma los datos que ya se están recopilando y los utiliza en todo su potencial para beneficiar al paciente", dijo Bihorac.

Los colegas del Centro Inteligente de Cuidados Críticos de la UF que hicieron contribuciones notables a la investigación incluyen a Yuanfang Ren, Ph.D., experto en informática y científico asistente en la Facultad de Medicina de la UF; Tyler J. Loftus, MD, profesor asistente en el departamento de cirugía; y Gilbert R. Upchurch, MD, profesor y presidente del departamento de cirugía, dijo Bihorac.

La investigación fue apoyada por múltiples subvenciones de los Institutos Nacionales de Salud, la Fundación Nacional de Ciencias y la Universidad de Florida.

Contacto con los medios: Doug Bennett, [email protected], 352-265-9400

Escritor científico, editor

Doug Bennett se unió al personal de UF Health en enero de 2015 como escritor y editor científico. Sus áreas temáticas incluyen anatomía; bioquímica y biología molecular; genética molecular y microbiología; patología,...Leer más