<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=378526515676058&amp;ev=PageView&amp;noscript=1">

Inteligencia artificial predice si un paciente covid en UCI sobrevivirá o no

Un modelo de aprendizaje automático, desarrollado por investigadores europeos, es capaz de pronosticar si una persona en estado grave a causa del nuevo coronavirus saldrá o no con vida de la Unidad de Cuidados Intensivos.

  • El modelo de aprendizaje automático logró predecir correctamente el pronóstico de 18 de los 19 pacientes que sobrevivieron. FOTO EDWIN BUSTAMANTE.
    El modelo de aprendizaje automático logró predecir correctamente el pronóstico de 18 de los 19 pacientes que sobrevivieron. FOTO EDWIN BUSTAMANTE.
AGENCIA SINC | Publicado el 19 de enero de 2022

De tiempo atrás, en las Unidades de Cuidados Intensivos suelen utilizarse escalas o herramientas de pronóstico, como SOFA o APACHE II, para predecir la evolución de los enfermos basándose en diversos parámetros, sin embargo, su fiabilidad había sido limitada para casos de covid-19.

Recientemente científicos europeos han comprobado que las muestras de sangre de un paciente enfermo (en concreto 14 de las proteínas de su plasma sanguíneo) se pueden analizar con un modelo de aprendizaje automático para predecir con semanas de antelación si la persona sobrevivirá o no. Los resultados los publicaron en la revista de acceso abierto PLOS Digital Health.

“Nuestro estudio muestra que una combinación de marcadores proteómicos, combinados en un modelo de predicción de riesgo basado en inteligencia artificial, puede predecir bastante bien la probabilidad de que un paciente individual muera o sobreviva a la covid”, afirmó el coautor Florian Kurth del Hospital Universitario Charité en Berlín (Alemania).

El camino de la búsqueda

Para realizar la investigación, los autores comenzaron estudiando los niveles de 321 proteínas en muestras de sangre tomadas en 349 momentos en 50 pacientes con covid-19 en estado crítico (con ventilación mecánica) en dos centros sanitarios de Alemania y Austria.

Después se utilizó el aprendizaje automático para encontrar asociaciones entre las proteínas medidas y la supervivencia de las personas enfermas. De la cohorte o grupo de ensayo analizado, murieron 15 pacientes y el tiempo medio desde el ingreso hasta su fallecimiento fue de 28 días. En el caso de los que sobrevivieron, el periodo medio de hospitalización fue de 63 días.

“Las proteínas con mayor relevancia en el modelo de predicción pertenecen a los sistemas de coagulación y de complemento, y se sabe que ambos son especialmente importantes para la fisiopatología y la gravedad de la covid-19“, agregó Kurth.

Predicción de la supervivencia

A continuación, el equipo desarrolló su modelo de aprendizaje automático para predecir la supervivencia a partir de una única medición temporal de las proteínas relevantes, y lo probó en Austria con 24 pacientes en estado crítico a causa del coronavirus.

Para este grupo, el modelo demostró un alto poder predictivo, logrando predecir correctamente a 18 de los 19 pacientes que sobrevivieron y cinco de las cinco personas que murieron.

Los investigadores concluyeron que los análisis de proteínas en sangre, una vez que se validen en cohortes más amplias, pueden ser útiles tanto para identificar a los pacientes con mayor riesgo de mortalidad como para entender mejor la enfermedad y comprobar si un determinado tratamiento cambia la predicción al ser aplicado en casos individuales.

“Ahora queremos ver si podemos transferir esta metodología desde instalaciones de investigación a un entorno cotidiano, a un laboratorio estándar de mediciones clínicas, además de evaluar el método en grupos más grandes de pacientes, y posiblemente también para otras enfermedades”, puntualizó Kurth.


Porque entre varios ojos vemos más, queremos construir una mejor web para ustedes. Los invitamos a reportar errores de contenido, ortografía, puntuación y otras que consideren pertinentes. (*)

 
Título del artículo
 
¿CUÁL ES EL ERROR?*
 
¿CÓMO LO ESCRIBIRÍA USTED?
 
INGRESE SUS DATOS PERSONALES *
 
 
Correo electrónico
 
Acepto términos y condiciones

Datos extra, información confidencial y pistas para avanzar en nuestras investigaciones. Usted puede hacer parte de la construcción de nuestro contenido. Los invitamos a ampliar la información de este tema.

 
Título del artículo
 
RESERVAMOS LA IDENTIDAD DE NUESTRAS FUENTES *
 
 
INGRESE SUS DATOS PERSONALES *
 
 
Correo electrónico
 
Teléfono
 
Acepto términos y condiciones
LOS CAMPOS MARCADOS CON * SON OBLIGATORIOS
Notas de la sección