Prediciendo el desenlace de pacientes con IA

Alvaro
Escrito por Alvaro el
Prediciendo el desenlace de pacientes con IA

AI en la industria sanitaria

La Inteligencia Artificial (IA) se ha convertido en una de las herramientas más poderosas para las diferentes industrias. Esta, a mostrando un creciente interés propulsado no solo por el desarrollo científico, sino también por la gran inversión de capital que se está haciendo desde el sector público y privado al rededor del mundo.

En el sector sanitario, particularmente, los algoritmos de Aprendizaje profundo (Deep learning) y de aprendizaje de máquinas (machine learning) han cobrado protagonismo, debido al gran potencial que han demostrado en el apoyo en la toma de decisiones.

El Machine learning (ML), es una rama de la inteligencia artificial (IA) que se centra en el uso de datos para el desarrollo de algoritmos, buscando replicar el modo en que aprenden los humanos. De esta manera, el objetivo es que los algoritmos aprendan de manera recursiva las características que permiten realizar una actividad y mejoren gradualmente el desempeño que obtienen realizando. No obstante, aunque ha mostrado ser de gran ayuda en el sector sanitario para la detección de cáncer de mama o el descubrimiento de nuevos fármacos, el ML es bastante dependiente de la capacidad de un humano experto al momento de realizar la extracción de características, haciéndolo engorroso para el análisis de bases de datos de gran diversidad de contenido

Por su parte el Deep Learning (DL), es un subconjunto de algoritmos de ML que es capaz de encontrar de manera más autónoma las características relevantes para la toma de decisiones. Estos algoritmos tiene la bondad de poder analizar datos no estructurados en su forma bruta, permitiendo ser aplicados en visión por computador y procesamiento de lenguaje natural. Particularmente, en el caso del sector sanitario han sido utilizados para apoyar el análisis de imágenes diagnósticas y el estudio de historias clínicas.

Predecir el desenlace de un paciente con AI

Ahora bien, aunque ya se han mencionado un par de aplicaciones que están revolucionados la industria sanitaria, existe un sector en el que la IA está llamado particularmente la atención. La capacidad predictiva de los algoritmos basados en Inteligencia Artificial ha sido especialmente llamativa para predecir el desenlace que tendrá un paciente cuando por ejemplo, entra a una sala de urgencias, es diagnosticado con una enfermedad, o es enviado a remisión.

En términos generales, el proceso de predicción consiste en la recolección de grandes cantidades de información que pueden ser, o no, relevante para el desenlace que se quiere predecir. Esta información, que ya está siendo almacenada por los sistemas sanitarios, puede incluir Historias Clínicas Electrónicas, imágenes diagnósticas o datos demográficos, entre otra información médica o administrativa del paciente. Con estos datos, el personal sanitario se encarga de analizar biomarcadores previamente identificados y caracterizados que se relaciona con el desenlace en busca de tomar decisiones que permitan preservar la vida del paciente. Así, por ejemplo, al entender el estado de los biomarcadores, se puede definir un nuevo tratamiento farmacológico o el trasladó del paciente a un área hospitalaria de mayor o menor cuidado.

No obstante, en este proceso de predicción del desenlace, los datos suelen ser diversos y los pacientes extremadamente heterogéneos, haciendo de esta una tarea difícil incluso para el personal mejor capacitado. En este sentido, la IA ha demostrado una capacidad enorme de encontrar relaciones complejas en grandes volúmenes de datos y poder analizar simultánea y rápidamente gran cantidad de variables que permiten predecir resultados de interés, como sepsis o mortalidad. Esta capacidad, ha llegado incluso a superar el rendimiento de los modelos de predicción tradicionales utilizados en el ámbito clínico, como lo reporta un estudio publicado en 2018 en Nature Digital Medicine que buscaba predecir los reingresos inesperados, las estancias prolongadas en el hospital y las muertes intrahospitalarias.

El caso del Covid-19

Pero este no es el único caso. De hecho, el poder de la IA para el análisis predictivo ha sido utilizado en aplicaciones diversas. Estas van desde modelos de aprendizaje de máquinas que predicen con exactitud qué pacientes diagnosticados de leucemia mieloide aguda entrarán en remisión tras el tratamiento de su enfermedad y cuáles recaerán, hasta algoritmos que predicen la mortalidad de pacientes admitidos en Unidades de Cuidados Intensivos. Entre estos últimos, se encuentra el modelo desarrollado por Arkangel AI en conjunto con la Universidad de la Sabana (Colombia) para la predicción de COVID-19 severo y su mortalidad mendicante la interpretación de imágenes de Rayos-X de tórax y variables clínicas.

En los últimos dos años, la aparición de la pandemia causada por el COVID-19, ha puesto en jaque los recursos del sector sanitario a nivel mundial. Con más de 240 millones de casos confirmados hasta la fecha y una mortalidad que oscila entre 2.1 y 55%, el SARS-CoV-2 se ha convertido en asunto de salud publica global que necesita de todas las herramientas disponibles para la correcta toma de decisiones. En este sentido, el desarrollo de estrategias que permitan estratificar a los pacientes según el riesgo de desarrollar COVID-19 severo e incluso de morir a causa de la enfermedad, es vital para definir tiempos y recursos al momento de dar una atención oportuna a los pacientes.

El algoritmo desarrollado por Arkangel AI y la Universidad de la Sabana, combina herramientas de ML y DL para analizar datos clínicos e imágenes diagnósticas de pacientes diagnosticados con COVID-19 provenientes de la iniciativa LIVEN COVID organizada por varios hospitales en América Latina. Este algoritmo obtuvo un valor del Área Bajo la Curva ROC (AUC-ROC) del 0.92 para la predicción de admisión a UCI y un 0.81 para la predicción de mortalidad en pacientes admitidos a la sala de urgencias.

Si bien los resultados de la investigación están en proceso de publicación, desde ya es claro que esta será una herramienta con gran potencial al momento de jerarquizar la rapidez en la atención que se les da a los pacientes diagnosticados con COVID-19 y el tipo de tratamiento que se le brinda para superar la enfermedad al interior de los hospitales.

Para finalizar, es innegable que las aplicaciones en IA están ganando terreno al interior del sector sanitarios como herramientas de apoyo a la toma de decisiones. Sin embargo, como lo resalta

Johan Lundin, Director de Investigación del Instituto de Medicina Molecular de Finlandia (FIMM) de la Universidad de Helsinki y Profesor de Tecnología Médica del Karolinska Institutet, el futuro para este tipo de herramientas es un incierto y será interesante que ver qué ocurrirá cuando la IA vaya más allá de lo que puede hacer el personal sanitario y haga descubrimientos por si solo.

Mientras esto ocurre, desde Arkangel AI queremos invitar a todos los agentes del sector sanitarios, médicos, enfermeras, hospitales y farmacéuticas, a que se pongan en contacto con nosotros para ahondar en el desarrollo de herramientas de IA en busca de predecir el desenlace que tendrán sus pacientes y así mejorar el proceso de toma de decisiones para brindar siempre la mejor atención y preservar la vida de las personas.


Si quieres conocer más sobre el software Arkangel Ai déjanos tu (información profesional) y uno de nuestros agentes se pondrá en contacto contigo para acompañarte en un on-boardig uno a uno de nuestra tecnología y asesorarte en el proyecto que tienes en mente.


Comentarios

comments powered by Disqus