Herramienta de IA puede predecir el riesgo de sepsis de un paciente dentro de cuatro horas

La sepsis, una reacción crítica y potencialmente mortal a una infección, puede conducir rápidamente a la falla orgánica. La sepsis es muy difícil de diagnosticar debido a sus síntomas comunes, como fiebre, presión arterial baja y aumento de la frecuencia cardíaca, que imitan a los de muchas otras afecciones. Ahora, una innovadora herramienta de inteligencia artificial (IA) diseñada para ayudar a los médicos a tomar decisiones sobre pacientes en riesgo de sepsis presenta una característica novedosa: es capaz de tener en cuenta las incertidumbres en sus predicciones y sugiere información adicional, como datos demográficos, signos vitales y resultados de pruebas de laboratorio, necesarios para mejorar su precisión.

El sistema, llamado SepsisLab, fue desarrollado por científicos de la Universidad Estatal de Ohio (Columbus, OH, EUA) basándose en los comentarios de médicos y enfermeras en entornos de emergencia y cuidados intensivos, donde la sepsis ocurre con frecuencia. Estos profesionales de la salud expresaron su preocupación por las herramientas de inteligencia artificial existentes que se basan únicamente en registros médicos electrónicos sin incorporar aportes clínicoss. SepsisLab mejora esto al predecir el riesgo de sepsis dentro de un período de cuatro horas, al tiempo que identifica y cuantifica activamente la importancia de los datos faltantes del paciente, informando visualmente a los clínicos sobre cómo ciertas piezas de información pueden influir en la evaluación del riesgo.

Este sistema de IA actualiza sus predicciones cada hora a medida que se incorporan nuevos datos de pacientes, refinando continuamente su precisión. También proporciona a los médicos información útil, sugiriendo qué pruebas de laboratorio podrían ser más informativas y estimando cómo las diferentes intervenciones clínicas podrían alterar el riesgo del paciente de desarrollar sepsis. Según la investigación publicada el 24 de agosto en KDD '24: Proceedings of the 30th ACM SIGKDD Conference, la incorporación de solo un 8 % de datos adicionales de los resultados de laboratorio y otras variables clave puede reducir la incertidumbre en las predicciones en un 70 %, mejorando la precisión de la herramienta para evaluar el riesgo de sepsis en un 11 %.

“El modelo actual representa un paradigma de competencia entre humanos e IA más tradicional, lo que genera numerosas falsas alarmas molestas en las UCI y las salas de emergencia sin escuchar a los médicos”, dijo el autor principal del estudio Ping Zhang, profesor asociado de ciencias de la computación, ingeniería e informática biomédica en Ohio State. “La idea es que necesitamos involucrar a la IA en cada paso intermedio de la toma de decisiones adoptando el concepto de una IA de 'humano en el circuito'. No solo estamos desarrollando una herramienta, también reclutamos médicos para el proyecto. Esta es una colaboración real entre científicos informáticos y médicos para desarrollar un sistema centrado en el ser humano que pone al médico al mando”.

Enlaces relacionados:
La Universidad Estatal de Ohio