La Inteligencia artificial predice o diagnostica la septicemia 24 horas antes que el médico, analizando 70 variables ; cada hora de retraso, aumenta un 7 % la mortalidad
La IA ya salva vidas en un hospital de Mallorca con un algoritmo que pronto se extenderá a otros
La inteligencia artificial es capaz de detectar la sepsis 24 horas antes que con los protocolos habituales
Cuando se habla de sepsis, una infección descontrolada que se expande por el cuerpo, cada minuto es crucial. En los últimos años, se han ido perfeccionando los protocolos para detectarla ―y tratarla― cuanto antes, lo que puede suponer la diferencia entre la vida y la muerte: cada hora de retraso aumenta la mortalidad un 7% en los casos graves. Ahora, la inteligencia artificial ha superado con mucho los procedimientos existentes gracias un algoritmo creado en el Hospital Universitario Son Llàtzer que adelanta el diagnóstico hasta 24 horas.
Es una de las pocas IA alimentadas de datos clínicos que ya se usan en la práctica diaria (más allá de los diagnósticos por imagen) y su expansión puede suponer salvar miles de vidas. Aunque el INE cifra en algo más de 3.000 las muertes anuales por sepsis, las estimaciones multiplican por cinco estas cifras, ya que la infección pude llegar de forma oportunista en casos de cáncer o VIH (entre otras muchas enfermedades) que son las patologías computadas como responsables del deceso. La OMS calcula que el 20% de las muertes en el mundo acaban produciéndose por septicemias.
Lo que hacen hasta ahora los hospitales para detectar las infecciones de la forma más temprana posible es aplicar lo que se conoce como Código Sepsis, que utiliza parámetros clínicos y analíticos de los pacientes para administrar el tratamiento en cuanto se sospecha que puede haber comenzado. Esto ha logrado una gran reducción de las muertes por septicemias, del 40% de los diagnósticos a aproximadamente un 16%, según Marcio Borges, coordinador de la Unidad Multidisiciplinar de Sepsis del Hospital Son Llàtzer.
Pero el protocolo solo mide un número de parámetros limitados, aquellos que los clínicos consideran que pueden aumentar la probabilidad de infección. La inteligencia artificial le da a esto una nueva dimensión. Alimentada por un gran número de datos de todo tipo (más de 70 variables) identifica patrones, grupos de riesgo, y probabilidades donde los humanos ni siquiera imaginarían que puede haberlas. Esto es lo que ha conseguido adelantar 24 horas los diagnósticos con una fiabilidad del 96%, con menos del 9% de falsos positivos y menos del 1% de falsos negativos.
Cuando el paciente entra por la puerta de urgencias, los datos de su historia clínica pasan automáticamente al programa de IA. A estos se añaden la frecuencia cardiaca, temperatura, los resultados de laboratorio, microbiología, farmacia... El sistema los analiza cada 15 minutos de forma personalizada: si detecta riesgo de sepsis emite una alarma para que los médicos evalúen si comienzan a administrar el tratamiento contra la infección.
“Los humanos podemos predecir con un 25%-30% de fiabilidad, dice Borges, impulsor del proyecto. “Y así funcionan la inmensa mayoría de los hospitales, que son centros con sobrecarga, falta de médicos, que tienen que estar pendientes de los pacientes con riesgo de sepsis mientras hacen otras muchas cosas. Otros aplican sistemas automatizados con un score validado [es un algoritmo, pero no generado por IA], pero es muy poco específico, de cada 100 avisos, solo son positivos 30. Eso en un hospital como el Clínico de Madrid, por ejemplo, con 400 urgencias al día, te está dando un montón de avisos que quedan en nada, y no funciona”, continúa.
Los buenos datos del algoritmo desarrollado en Mallorca, y cumplir escrupulosamente con los datos de privacidad de los pacientes, un reto en las IA, le ha valido al algoritmo la certificación CE nivel IIa como dispositivo sanitario. Esto permite exportar la técnica a otros hospitales, algo que ya está sucediendo: están probando el protocolo en el 12 de Octubre de Madrid y en el Complejo Universitario de Albacete.
“Pero cuando se habla de IA no es tan sencillo como comprar una máquina”, matiza Juan Luis Cruz, director de Transformación Digital del 12 de Octubre. “Los algoritmos de inteligencia artificial tienen unos requisitos de validación y seguridad paciente muy fuertes. Aunque ya hayan demostrado en un centro buenos resultados, tenemos que hacer una valoración propia para comprobar que no solo funciona en esa institución, con sus condiciones, el perfil sociodemográfico de sus pacientes....”, enumera.
Este proceso ya está prácticamente terminado, con muy buenos resultados. Pronto el 12 de Octubre comenzará a usar el algoritmo, que ya no es exactamente el mismo de Son Llàtzer; ha ido aprendiendo de los pacientes del hospital madrileño y está en constante evolución. “Es un proceso vivo que va comprobando sus errores para seguir mejorando”, señala Cruz. Para ello ha sido necesario el trabajo de los sanitarios de urgencias, que además de atender a los pacientes que entran por la puerta, han tenido que alimentar al programa. “Es un esfuerzo grande, pero consideran que ha merecido la pena porque en seguida vieron que era algo que podía salvar vidas”, agrega.
El enlace entre los clínicos y esta inteligencia artificial es el pediatra Jaime Cruz, que explica que hasta ahora los sanitarios han ido validando agregando los datos de qué casos acababan en sepsis y cuáles no para que el algoritmo aprendiera. “Cuando lo comencemos a implementar, lo que va a permitir es que el profesional se interese antes por el paciente, que aunque a lo mejor no se ve especialmente grave, ya necesita los antibióticos para que la sepsis no avance”, afirma.
La importancia de los datos
Juan Luis Cruz defiende que esta es una de las primeras IA que se aplican en clínica: “Hasta ahora vemos muchos titulares que dicen que la inteligencia artificial puede predecir tal o cual cosa, pero normalmente se limitan a estudios retrospectivos que realmente no se ponen a funcionar en los centros, se quedan ahí”.
Porque la implementación de algoritmos no es sencilla en el ámbito sanitario, en el que la seguridad de los datos cobra una importancia especial. Son estos datos, de los que se nutre las IA, los ladrillos sobre los que se tiene que empezar a construir cualquier procedimiento que use esta tecnología como aliada. Y para eso, primero hay que recogerlos, homogeneizarlos, estandarizarlos y darles sentido. Este es un trabajo poco vistoso que cimienta cualquier resultado posterior.
Cruz pone un ejemplo de la importancia de esta estandarización: “Imagina que registras fecha de un diagnóstico de cáncer. Pero un médico entiende que es la de la primera consulta y otro que es cuando llega la prueba de la biopsia que dio positivo. Son dos datos que entran como ‘fecha de diagnóstico’, pero no significan lo mismo. Tenemos que acordar el significado porque si no, los algoritmos que toman estas estadísticas como base no van a funcionar bien”.
Con estas explicaciones, resume el porqué la aplicación de la IA en sanidad no es rápida ni sencilla. Y por qué, aunque ya hay una que es muy buena para predecir las sepsis y salvar vidas, seguramente quede mucho hasta que esté generalizada en todo el sistema.
No hay comentarios:
Publicar un comentario