IA identifica a los niños en urgencias con probabilidad de desarrollar sepsis en 48 horas

La sepsis, una infección grave que causa disfunción orgánica potencialmente mortal, sigue siendo una de las principales causas de muerte infantil en todo el mundo. La detección temprana es crucial; sin embargo, la afección puede desarrollarse de forma rápida e impredecible, a menudo después de que el niño llega al servicio de urgencias sin síntomas evidentes. Para mejorar el diagnóstico y la intervención precoces, los investigadores han desarrollado modelos predictivos basados en inteligencia artificial (IA) capaces de identificar a los niños con riesgo de desarrollar sepsis en un plazo de 48 horas, incluso antes de que la disfunción orgánica sea evidente.

Un estudio realizado por investigadores de la Universidad Northwestern (Evanston, IL, EUA) y el Hospital Infantil Ann & Robert H. Lurie de Chicago (Chicago, IL, EUA) representa el primer uso de modelos de IA para predecir la sepsis pediátrica según los nuevos Criterios de Sepsis Phoenix. Los modelos se desarrollaron utilizando datos rutinarios de la historia clínica electrónica (HCE) recopilados durante las primeras cuatro horas de la estancia del niño en urgencias. Este enfoque permitió la detección temprana del riesgo, excluyendo los casos con sepsis ya presente al ingreso.

La investigación utilizó datos de cinco sistemas de salud que forman parte de la Red de Investigación Aplicada en Atención Pediátrica de Urgencias (PECARN, por sus siglas en inglés), lo que garantizó una población de pacientes amplia y diversa. Los modelos de IA se entrenaron y validaron para identificar signos tempranos de sepsis y minimizar los falsos positivos, con el objetivo de facilitar el inicio oportuno de tratamientos vitales.

Los hallazgos del estudio, publicados en JAMA Pediatrics, demostraron que los modelos de IA alcanzaron una precisión sólida al distinguir entre los niños con probabilidad de desarrollar sepsis y aquellos que no estaban en riesgo. El sistema mostró un sólido equilibrio entre sensibilidad y especificidad, lo que permitió realizar predicciones precisas sin sobreidentificar a los pacientes de bajo riesgo. Estos resultados indican que el análisis de datos de HCE basado en IA puede ser una herramienta fiable y eficiente para la predicción temprana de la sepsis en entornos de atención de urgencias.

El éxito del estudio destaca el creciente papel de la IA en la medicina de precisión para la atención pediátrica. Al permitir el tratamiento preventivo antes de que se desarrolle una disfunción orgánica, los modelos tienen el potencial de reducir las tasas de mortalidad y mejorar los resultados clínicos. Las investigaciones futuras buscan integrar las predicciones de la IA con el criterio clínico para perfeccionar aún más la precisión y garantizar una aplicación imparcial y centrada en el paciente. Este enfoque combinado podría establecer un nuevo estándar para el manejo proactivo de la sepsis pediátrica a nivel mundial.

“Los modelos predictivos que desarrollamos representan un gran avance hacia la medicina de precisión para la sepsis pediátrica”, afirmó la Dra. Elizabeth Alpern, autora correspondiente y MSCE. “Las investigaciones futuras deberán combinar modelos de IA basados en HCE con el criterio clínico para lograr predicciones aún más precisas”.