La IA combinada con la vigilancia genómica supera a los humanos en la detección de brotes de enfermedades infecciosas en entornos hospitalarios

Al combinar el aprendizaje automático con la secuenciación del genoma completo, los científicos han mejorado enormemente la detección rápida de brotes de enfermedades infecciosas dentro de un hospital en comparación con los métodos tradicionales para rastrear brotes.

El proceso desarrollado por científicos de la Facultad de Medicina de la Universidad de Pittsburgh (Pittsburgh, PA, EUA) y la Universidad Carnegie Mellon (Pittsburgh, PA, EUA) indica una forma para que los sistemas de salud identifiquen y luego detengan brotes de enfermedades infecciosas hospitalarias inmediatamente, reduciendo costos y salvando vidas. El Sistema de detección mejorado para la transmisión asociada a la atención médica (EDS-HAT) combina el desarrollo reciente de la secuenciación genómica asequible con algoritmos informáticos conectados al vasto tesoro de datos en los registros médicos electrónicos. Cuando la secuenciación detecta que dos o más pacientes en un hospital tienen cepas casi idénticas de una infección, el aprendizaje automático extrae rápidamente los registros de salud electrónicos de esos pacientes en busca de puntos en común, ya sea cerca de las camas de hospital, un procedimiento que utiliza el mismo equipo o un proveedor de atención médica compartida, lo que alerta a los especialistas en prevención de infecciones para que investiguen y detengan la transmisión.

Por lo general, este proceso requiere que los médicos noten que dos o más pacientes tienen una infección similar y alertan a su equipo de prevención de infecciones, que luego puede revisar los registros de los pacientes para intentar averiguar cómo se transmitió la infección. Desde noviembre de 2016 a noviembre de 2018, el Hospital Presbiteriano de la UPMC ejecutó el EDS-HAT con un retraso de seis meses para algunos patógenos infecciosos seleccionados que a menudo se asocian con infecciones adquiridas por atención médica en todo el país, mientras continúa con los métodos tradicionales de prevención de infecciones en tiempo real. Luego, el equipo investigó qué tan bien se desempeñaba el EDS-HAT. EDS-HAT detectó 99 grupos de infecciones similares en ese período de dos años e identificó al menos una ruta de transmisión potencial en el 65,7% de esos grupos. Durante el mismo período, la prevención de infecciones utilizó la secuenciación del genoma completo para ayudar en la investigación de 15 brotes sospechosos, dos de los cuales revelaron infecciones relacionadas genéticamente. Si el EDS-HAT se hubiera estado ejecutando en tiempo real, el equipo estima que se podrían haber prevenido hasta 63 transmisiones de una enfermedad infecciosa de un paciente a otro. También le habría ahorrado al hospital hasta 692.500 dólares.

En un estudio de caso, el EDS-HAT encontró un brote de Enterococcus faecium resistente a la vancomicina que se remonta a un procedimiento de radiología intervencionista que incluía la inyección de contraste estéril que se realizaba de acuerdo con las instrucciones del fabricante. Debido a que el EDS-HAT detectó el brote, la UPMC alertó al fabricante sobre las instrucciones que llevaron a prácticas de esterilización defectuosas. La UPMC planea introducir el EDS-HAT en tiempo real en el Hospital Presbiteriano de la UPMC y espera que esta innovación beneficie a otros programas de prevención y control de infecciones en el futuro. Y el EDS-HAT original, que se centró principalmente en patógenos bacterianos resistentes a los medicamentos, pronto se expandirá para incorporar la secuenciación de virus respiratorios, incluida la COVID-19.

“El método actual utilizado por los hospitales para encontrar y detener la transmisión de enfermedades infecciosas entre los pacientes es anticuado. Estas prácticas no han cambiado significativamente en más de un siglo”, dijo el autor principal Lee Harrison, M.D., profesor de enfermedades infecciosas en la Facultad de Medicina de Pitt y de epidemiología en la Escuela de Graduados de Salud Pública de Pitt. “Nuestro proceso detecta brotes importantes que, de otro modo, pasarían desapercibidos para el control tradicional de prevención de infecciones”.

Enlaces relacionados:
Facultad de Medicina de la Universidad de Pittsburgh
Universidad Carnegie Mellon