Un estudio español publicado en la revista 'Artificial Intelligence in Medicine' presenta un modelo de aprendizaje automático desarrollado gracias a la inteligencia artificial, capaz de evaluar el riesgo de mortalidad que corren los pacientes ingresados en la UCI.

Así, se trata de un modelo predictivo de pronóstico que puede aprender de manera autónoma en función de la información que se le proporciona, así como modificarse mediante la actualización de los datos.

De este modo, la investigación, realizada por una plantilla del departamento de Matemáticas de la Universidad Autónoma de Barcelona (UAB) junto con el Hospital de Mataró, proporciona un modelo que facilita la toma de decisiones del personal sanitario en función de la predicción de la mortalidad de los pacientes, así como la gestión de recursos por parte de las autoridades sanitarias.

Con ello, resultan más eficaces las decisiones médicas sobre pacientes en situación de alto riesgo; además, los sanitarios pueden evaluar la eficacia de nuevos tratamientos, así como identificar cambios en la práctica clínica.

Previo al desarrollo de este modelo, se ha utilizado la aproximación tradicional, que consiste en predecir la mortalidad mediante lo que se conoce como puntuación APACHE (Acute Physiology And Chronic Health Evaluation), un cuestionario que evalúa la salud de cada paciente mediante diversos indicadores.

Este nuevo modelo de aprendizaje automático resulta más preciso, porque combina las predicciones individuales de cada clasificador, de manera que, si unas predicciones resultan erróneas, se compensan con otras acertadas, siempre teniendo en cuenta que la baja proporción de ingresados que fallecen en UCI supone un desequilibrio.

En este sentido, si un paciente ingresado tiene un elevado riesgo de mortalidad, el modelo predice la causa de la muerte, del mismo modo que determina su destino si el riesgo de mortalidad es bajo. Al haber dos niveles de predicción, se trata de un modelo predictivo jerárquico.

La investigadora del departamento de Matemáticas de la UAB, Rosario Delgado, explica que este modelo puede utilizarse, además de para decidir sobre cada paciente, para comparar las UCIs o evaluar la mejora a largo plazo de los protocolos de una UCI en concreto.