Modelo de predicción con IA mejora la toma de decisiones sobre transfusiones de sangre en pacientes de UCI

Las transfusiones de sangre son vitales para el manejo de la anemia y la coagulopatía en entornos de unidades de cuidados intensivos (UCI), aunque los sistemas actuales de soporte de decisiones clínicas generalmente se centran en subgrupos específicos de pacientes o tipos aislados de transfusiones. Esta limitación afecta la toma de decisiones oportuna y precisa en los entornos de alta presión de las UCI. Los investigadores han desarrollado un innovador modelo de inteligencia artificial (IA) que puede predecir con precisión la posibilidad de una transfusión de sangre en pacientes de UCI no traumáticos.

El modelo de IA recientemente desarrollado supera las barreras existentes al analizar una amplia gama de características clínicas, incluidos los resultados de laboratorio y los signos vitales, para predecir los requisitos de transfusión dentro de una ventana de 24 horas. Publicado en la revista Health Data Science, el estudio resuelve desafíos de larga data en la predicción de las necesidades de transfusión en diversos grupos de pacientes con diferentes condiciones médicas.

El modelo de IA fue desarrollado por un equipo de investigación de la Universidad Emory (Atlanta, GA, EUA) utilizando un gran conjunto de datos de más de 72.000 registros de pacientes de la UCI que abarcan cinco años. Al integrar técnicas de aprendizaje automático y un enfoque de conjunto de metamodelos, el sistema de IA logró métricas de rendimiento excepcionales, incluido un área bajo la curva característica operativa del receptor (AUROC) de 0,97, una tasa de precisión de 0,93 y una puntuación F1 de 0,89. El equipo evaluó rigurosamente el modelo de IA en múltiples escenarios para garantizar su solidez y confiabilidad en aplicaciones del mundo real.

El modelo de IA demostró un rendimiento consistente en diferentes cohortes de UCI y condiciones médicas. En el futuro, el equipo integrará este modelo de IA en flujos de trabajo clínicos para brindar apoyo a la toma de decisiones en tiempo real, lo que validará aún más su eficacia en entornos prácticos de UCI. Su objetivo final es personalizar y optimizar las estrategias de transfusión, mejorando la atención al paciente y la eficiencia operativa en los hospitales. Este estudio representa un avance significativo en la aplicación de la IA a la medicina de cuidados críticos, y destaca el potencial de las tecnologías basadas en datos para transformar la prestación de atención médica.

“Nuestro modelo no solo predice con precisión la necesidad de una transfusión sanguínea, sino que también identifica biomarcadores críticos, como los niveles de hemoglobina y plaquetas, que influyen en las decisiones sobre transfusiones”, afirmó el autor principal Alireza Rafiei. “Esta capacidad proporciona a los médicos una herramienta confiable de apoyo a la toma de decisiones, que potencialmente mejora los resultados de los pacientes y la asignación de recursos en las UCI”.