Inteligencia computacional

Los hospitales y demA?s centros dedicados a la salud almacenan multitud de bases de datos con todos los registros de mA?ltiples variables fisiolA?gicas de los pacientes que atienden. El procesamiento y anA?lisis de estos datos puede permitir al personal sanitario anticiparse y detectar aquellos pacientes que presentan mayor riesgo de tener una evoluciA?n desfavorable. Asier Garmendia, investigador del GIC (Grupo de Inteligencia Computacional) de la Universidad del PaA�s Vasco ha desarrollado un sistema basado en inteligencia computacional para este fin.

En su estudio, y posterior desarrollo de los algoritmos necesarios para el sistema, utilizA? dos bases de datos procedentes de sendos hospitales de Santiago de Chile. Una de las bases de datos elegidas para este estudio corresponde a pacientes pediA?tricos que han sido ingresados alguna vez en las unidades de cuidados intensivos por problemas respiratorios, y la otra a pacientes que habiendo acudido a los servicios de urgencias son dados de alta pero tras varios dA�as han vuelto y entonces han sido ingresados. Estas dos bases de datos coinciden «con dos de los mayores problemas del A?mbito de la salud asociados a las grandes ciudades como Santiago de Chile, que son las enfermedades respiratorias originadas por la poluciA?n, y la gestiA?n de la atenciA?n y cuidado de los pacientes que acuden en busca de atenciA?n mA�dica», comenta Garmendia.

En el primero de los casos, utilizando los registros de las variables que se toman a cada paciente cada cierto tiempo mientras estA? hospitalizado, el objetivo fue definir el nivel de triaje, que es la variable que clasifica a los pacientes en funciA?n de su gravedad, a partir del resto de variables medidas, como temperatura, saturaciA?n de oxA�geno, frecuencia respiratoria, etc. «Mediante algoritmos de inteligencia computacional, se intenta predecir cuA?l deberA�a ser el triaje» comenta el investigador». El A?ltimo objetivo de este sistema serA�a «monitorizar de forma automA?tica a los pacientes, y que saltara una alarma cada vez que el triaje empeora». Este estudio ha desvelado, asimismo, que la variable que mejor predice el nivel de triaje es la frecuencia respiratoria. «Esto resulta curioso, ya que los mA�dicos responden que, en su opiniA?n, la variable que mejor predice dicho triaje es la saturaciA?n de oxA�geno en sangre», aA�ade.

En el segundo de los casos, lo que buscaron fue intentar detectar el destino que se les deberA�a dar a los pacientes que acuden al servicio de urgencia, es decir, si darles el alta o ingresarlos. «El problema que existe en este aspecto es que una parte de los pacientes que son dados de alta en la primera consulta vuelven al servicio de urgencias al cabo de una serie de dA�as, y entonces sA�, son ingresados. Aproximadamente el 14% de los pacientes pediA?tricos que vuelven a acudir a la consulta en un intervalo de tiempo entre 3 y 7 dA�as son hospitalizados. En el caso de los pacientes adultos, son 1 de cada 3», explica Garmendia.

Este estudio ha desvelado, asimismo, que la variable que mejor predice el nivel de triaje es la frecuencia respiratoria

«El contar con un sistema que solucione esta problemA?tica traerA�a consigo una mejor atenciA?n a los pacientes, por supuesto, pero ademA?s supondrA�a un ahorro econA?mico importante. Por un lado, se gestionarA�a mejor los recursos de los servicios de salud, y por otro, se evitarA�a una situaciA?n que se da actualmente con los seguros: no se hacen cargo de los gastos derivados de la hospitalizaciA?n en estos casos, por entender que se trata de una negligencia hospitalaria al haberle dado el alta en la primera consulta», aA�ade. Los algoritmos desarrollados para este fin dieron como resultado un nivel de precisiA?n del 60 %; es decir, «nuestro sistema fue capaz de detectar la gravedad de seis de cada diez pacientes que en un principio no parecA�an susceptibles de ser ingresados inmediatamente».

Los sistemas de predicciA?n desarrollados «pueden ser extensibles y aplicables a cualquier hospital, a cualquier paA�s», comenta Garmendia. Eso sA�, previamente «es necesario seguir trabajando en el diseA�o del sistema, ampliar el nA?mero de datos, y realizar los ajustes necesarios», concluye.