Este sitio web hace uso de cookies con la finalidad de recopilar datos estadísticos anónimos de uso de la web, así como la mejora del funcionamiento y personalización de la experiencia de navegación del usuario. Política de Cookies Aceptar

de forma automatizada

La UA crea una herramienta para pronosticar la evolución de pacientes covid-19 usando IA

17/02/2021 - 

ALICANTE. Una solución inteligente para pronosticar la evolución de covid-19. Es la definición de una herramienta (UACOVID19-09) puesta en marcha desde la Universidad de Alicante (UA) y con un proyecto orientado a crear soluciones inteligentes para el pronóstico de la evolución del estado de salud de pacientes diagnosticados de covid-19, a partir del análisis automático de sus perfiles clínicos y los tratamientos recibidos, obtenidos de sus Historias Clínicas Electrónicas (HCE). Con una herramienta experimental que está disponible desde finales de 2020, se analizan datos provenientes de los historiales e integra soluciones de inteligencia artificial permitiendo hacer estudios avanzados de diferente naturaleza.

Para esta herramienta se tienen en cuenta datos demográficos, pasando por edad o género, un calendario y períodos de tiempo en los que el paciente se encuentra bajo prescripción médica, constantes vitales y pruebas de laboratorio periódicas, días que pasa un determinado paciente en UCI o en planta. Asimismo, recopilan más datos, como diagnósticos o procedimientos o fármacos aplicados periódicamente.

En el caso de la exploración de datos clínicos, permite valorar la prevalencia común de distintos datos clínicos en un conjunto de pacientes. También ayuda a construir modelos de aprendizaje automático, ajustados a características concretas, que permiten una posterior predicción de nuevos datos clínicos atendiendo a varios factores. Uno de ellos es la probabilidad de la Evolución Clínica de pacientes. Los resultados actuales superan en todos los ensayos el 90% de exactitud. Además, esta plataforma ayuda a estimar los días de ingreso hospitalario, en planta o UCI, al reflejar los resultados una predicción con un margen de error medio de seis días.

La herramienta también permite realizar distintos tipos de análisis sobre los medicamentos suministrados, diagnósticos, procedimientos aplicados y pruebas de laboratorio realizadas, siendo capaces de extraer relaciones espaciales entre elementos del mismo tipo. Estas relaciones podrían ser de gran interés para los facultativos con el fin de que les permita interpretarlas para conocer con mayor grado de generalización y similitud de los datos inmersos en los historiales digitalizados. La herramienta se encuentra disponible online y puede ser probada en línea y disponible, sin coste, para quienes quieran usarla. 

Los responsables de esta aplicación son un equipo de investigadores de la Universidad de Alicante y ha sido el resultado de una convocatoria propia de la UA para financiar proyectos de investigación sobre la covid-19 a través del vicerrectorado de Investigación y Transferencia de Conocimiento. La plataforma permite llevar a cabo estudios avanzados de diferente naturaleza como la exploración de datos clínicos y la construcción de modelos de aprendizaje automático  ajustados a características concretas que permiten una posterior predicción de nuevos datos clínicos. 

El equipo de investigación está formado por seis investigadores, cuatro de la Universidad de Alicante del Departamento de Lenguajes y Sistemas Informáticos de la Escuela Politécnica Superior Juan Andrés Montoyo Guijarro, Patricio Manuel Martínez Barco, Yoan Gutiérrez Vázquez y Javier Fernández Martínez, y dos, de la Universidad de la Habana, Suilan Estévez Velarde y Alejandro Piad Morffis.

La aplicación establece la probabilidad de la evolución clínica de los pacientes con un acierto que supera el 90 por ciento de exactitud en las predicciones realizadas. En cuanto a la estimación de días de ingreso hospitalario, en los ensayos ha ofrecido unos resultados con un margen de seis días para un rango de 120 días de hospitalización; y también la estimación de permanencia de ingreso en la UCI con resultados idénticos al anterior.

Uno de sus impulsores, el investigador Yoan Gutierrez señala que todos estos datos y predicciones "ofrecen una indiscutible utilidad para médicos y responsables sanitarios a la hora de diseñar las estrategias médicas para los pacientes y estimar los recursos necesarios para los tratamientos".

Noticias relacionadas

next
x