El doctor jerezano Ángel Estella participa en un proyecto innovador para predecir el riesgo de muerte en la UCI

La inteligencia artificial se está abriendo camino en el ámbito sanitario por las posibilidades que puede ofrecer de cara a mejorar, no sólo la asistencia sanitaria, sino también la toma de decisiones.

En este sentido, un grupo de investigadores vinculados al Sistema Sanitario Público de Andalucía ha publicado un artículo en Medicina Intensiva en el que demuestran el potencial de la inteligencia artificial para predecir el riesgo de fallecimiento durante las primeras 72 horas de los pacientes que ingresan en la UCI, un periodo crítico para la priorización y la toma de decisiones sobre los pacientes.

Concretamente, los científicos han desarrollado un modelo basado en aprendizaje automático (machine learning) que ha alcanzado altos niveles de precisión y que no sólo ofrece una predicción del riesgo de mortalidad sino que, adicionalmente, permite explicar de manera clara qué factores influyen en dicho riesgo.

Para alcanzar este resultado, los profesionales han realizado un estudio retrospectivo analizando los datos anonimizados de 106.000 pacientes contando con su información fisiógica y bioquímica. Los investigadores han probado distintos algoritmos de aprendizaje automático, concluyendo que el diseño que han desarrollado presenta los mejores resultados, pues presenta una capacidad predictiva cercana al 93%.

Este trabajo ha sido realizado por un equipo multidisciplinar de profesionales, entre los que se encuentran investigadores de la Fundación Progreso y Salud, - entidad dependiente de la Consejería de Sanidad, Presidencia y Emergencia-, específicamente, de su Laboratorio de Ciencia de Datos y de su Área de Evaluación de Tecnologías Sanitarias, quienes han trabajado en colaboración con Ángel Estella, jefe de la Unidad de Cuidados Intensivos del Hospital Universitario de Jerez. Además de esta publicación, ya han colaborado activamente en otras en las que plantean la inteligencia artificial como una herramienta útil para predecir situaciones de riesgo en el paciente crítico y apoyar la toma de decisiones.