Inteligencia artificial para predecir la gravedad en los pacientes con covid
El modelo creado analiza 20 variables, como la edad o los linfocitos, que se obtienen en urgencias y que permiten prever el riesgo de que el infectado acabe en la uci o fallezca.
Ayudar a predecir el riesgo de que un paciente que acude a urgencias acabe en las unidades de cuidados intensivos (uci) o fallezca. Este es el objetivo con el que los grupos de investigación que dirigen Trinidad Serrano, jefa de la sección de Hepatología del Hospital Clínico Lozano Blesa, y Rafael del Hoyo, responsables de Inteligencia Artificial de Itainnova, iniciaron este proyecto, que contó con financiación, a través de crowdfunding, del Instituto de Investigación Sanitaria de Aragón. "Hemos estudiado 165 variables de casi 7.500 pacientes hospitalizados por covid-19 entre febrero de 2020 a enero de 2021", puntualiza Serrano.
Finalmente, el modelo creado analiza el comportamiento de 20 variables clínicas y analíticas que se obtienen de manera "fácil" cuando el paciente entra en urgencias. «Se analiza la coagulación, saturación y número de glóbulos blancos, entre otros. Con ellos, el programa creado ayuda a predecir si va a haber un covid grave o no, es decir, si hay riesgo de fallecimiento o ingreso en la uci», explica. Incluso puede llegar a prever en qué momento puede empeorar.
Se ha creado una aplicación web para que el médico desde urgencias lo pueda consultar de forma instantánea una vez introducidos los datos. La idea es que esta herramienta pueda ayudar al facultativo en la toma de decisiones, entre ellas, la posibilidad de hacer un seguimiento más exhaustivo al paciente. "Nunca es una sustitución al criterio médico, es solo una ayuda", recuerda.
Este modelo –enfatiza– calibra la importancia de cada factor y cómo incide en una persona concreta. "Estos algoritmos son capaces de ir aprendiendo conforme se van utilizando. Es decir, se van perfeccionando", explica.
Aunque todavía no se ha utilizado en el día a día, sí que se ha comunicado su existencia al Departamento de Sanidad. "Ahora queremos hablar con los servicios de urgencias para que lo puedan utilizar", adelanta. Además, recientemente, la revista International Journal of Environmental Research and Public Health les aceptó el artículo sobre este modelo para predecir gravedad en los pacientes; lo que proporciona un "aval de calidad" para su posible implantación en los servicios de urgencias: "Los expertos en la materia han revisado que la investigación es correcta y está hecha con la metodología adecuada".
Aún están pendientes de la publicación de un segundo artículo sobre este proyecto, en el que han analizado las diferencias entre la primera y la segunda ola de covid. "Vimos que, aunque los factores de riesgo de enfermedad grave eran muy similares, la primera fue más grave en términos de ingresos en uci y de mortalidad. Los pacientes llegaban más graves al hospital y fallecían más. Esto fue debido, en parte, a que la segunda ola afectó a gente más joven", puntualiza.
Esta investigación se inició de manera excepcional cuando comenzó la pandemia, con el objetivo de aplicar sus conocimientos y herramientas para intentar ayudar y poner su "granito de arena". "Somos tres grupos de investigación que venimos trabajando juntos desde hace años", recuerda Serrano. En 2018 comenzaron un proyecto sobre modelos predictivos mediante herramientas de inteligencia artificial para clasificar adecuadamente a los pacientes en lista de espera de trasplante hepático. Y con esa base se lanzaron en esta última investigación.
En el trabajo participan miembros de Itainnova (Rafael del Hoyo, David Abadía, Rocío Aznar y Gorka Labarta), del grupo de enfermedades digestivas (Ángel Lanas y Trinidad Serrano) y Luis Mariano Esteban, del grupo de modelos estocásticos de la Universidad de Zaragoza._Se unieron José Ramón Paño y María José Esquilor, internistas especializados en enfermedades infecciosas y tratamiento de pacientes covid, y Carlos Telleria del IACS, que se han encargado de la extracción de los datos de la plataforma BIGAN.
"Las secuelas del covid las vamos a ver durante años, tanto en el ámbito sanitario como en el económico", reconoce la investigadora, quien detalla que, además de los efectos por la enfermedad –como el covid persistente–, se prevén consecuencias a nivel de enfermos crónicos, programas de cribado y enfermedades psiquiátricas. Ahora, con la aplicación ya terminada, Serrano y el resto del equipo tienen previsto retornar a sus orígenes, que es la utilización de las redes neuronales en trasplantados hepáticos: "Tenemos la estructura muy creada y si paras mucho tiempo, te bajas. Hay que seguir buscando financiación para estos proyectos".
