Anualmente, distintos profesionales de la salud se dan cita en el Encuentro Multidisciplinar Internacional Código Sepsis, que ya va por su cuarta edición. Aquí siempre hay espacio para hablar de nuevas tecnologías y, en concreto, de Inteligencia Artificial, pues van calando poco a poco para apoyarlos en su trabajo.
Por ello, de nuevo, el evento contó con dos expertos del Instituto de Ingeniería del Conocimiento (IIC). Por un lado, Cristina Pruenza, data scientist y jefa de proyectos del área de Health Predictive Analytics, impartió una charla temática sobre Inteligencia Artificial y su aplicación a medicina, visión desde la ingeniería, mientras que Álvaro Barbero, chief data scientist, estuvo conversando en directo con el Dr. Marcio Borges, presidente de la Fundación Código Sepsis, sobre Nuevas Tecnologías.
En ambos casos, se dejó entrever lo que pueden aportar el análisis de datos y algunas técnicas de Inteligencia Artificial al ámbito médico y, especialmente, en la detección precoz de sepsis.
Análisis de datos para actuar mejor en salud
“La Inteligencia Artificial nos permite tener más información para saber cómo actuar en cada momento”, explicaba Álvaro Barbero. La idea es que la práctica médica no dependa solo de la experiencia limitada del profesional o del ojo clínico, sino que los datos de cada paciente puedan analizarse a través de un sistema que ha podido “ver” miles de casos similares y dé algún tipo de recomendación que ayude al médico a tomar una decisión. “No se reemplaza al profesional, sino que se le aporta más información”, aclaró el experto.
No obstante, sigue habiendo algunas reticencias y limitaciones para aplicar esta tecnología especialmente en el ámbito de la salud:
- Escasez de datos disponibles, al menos estructurados y unificados, y que son en su mayoría personales. Las regulaciones de protección de datos son exigentes al respecto y limitan su tratamiento y utilización.
- Se considera un área sensible porque es la salud de las personas la que “depende” de las recomendaciones del sistema. Por eso es importante la validación y supervisión de los profesionales de la salud, que deben tener la última palabra sobre el tratamiento del paciente.
Para Álvaro Barbero, hay que ir poco a poco introduciendo estas técnicas en el día a día de los profesionales de la salud, según vayan viendo que pueden aportar valor a su trabajo. Aquí puede ser también útil la formación de los clínicos, para que sean conscientes de que son ellos los que generan los datos, con el propio tratamiento de los pacientes o los ensayos clínicos, que después se analizan y aprovechan.
“Es importante que tengan esa cultura del dato, que vean que es algo valioso más allá de su uso inmediato”, explicó el experto. Y es que, si se almacenan bien y se tratan adecuadamente, se facilita que se usen en otros casos y estudios, teniendo mucha más información y conocimiento.
También en pro de la confianza de los clínicos, es fundamental trabajar con ellos, que supervisen el proceso y validen los posibles modelos a aplicar. “La medicina necesita del trabajo conjunto. La inteligencia Artificial no se puede aplicar a salud si no tienes un experto que conozca el ámbito y los datos”, concluyó Álvaro Barbero.
¿Cómo se desarrolla un sistema para la detección de sepsis?
En la otra intervención del IIC se mostró precisamente un ejemplo de colaboración, aprovechamiento de los datos y apoyo a la decisión médica. Cristina Pruenza explicó el proceso que se sigue para desarrollar sistemas como Bisepro, para la detección precoz de sepsis.
Este parte de diferentes tipos de datos y de la experiencia y conocimiento de los médicos que se involucran en el proceso. La construcción de los modelos, en concreto, consta generalmente de dos fases:
- Fase retrospectiva: el algoritmo aprende de los datos históricos y de casos en los sabemos qué ha pasado realmente. Con esta información, adecuadamente tratada, se seleccionan las variables determinantes para la predicción de la enfermedad y se entrena al algoritmo, que se va probando con parte de los datos históricos.
- Fase prospectiva: se ejecuta el algoritmo con los datos en tiempo real del hospital. Este emite sus predicciones y el especialista revisa y valida las recomendaciones, pudiendo evaluar los resultados e ir mejorando el modelo.
En concreto, Bisepro emite alertas con un código de colores que determina la prioridad con la que se debe atender a cada caso. Tras dos años y medio en funcionamiento en el Hospital Son Llàtzer, tiene una tasa de acierto del 96% y reduce los falsos positivos a la mitad en comparación con el sistema de reglas médicas que ya utilizaban.
En cuanto a su potencial, Cristina Pruenza destacaba esa detección en tiempo real, fundamental en el caso de la sepsis por ser una enfermedad tiempo-dependiente, y la validación del hospital. Además, la información recogida en la plataforma, se está probando con otras enfermedades, como la detección de complicaciones respiratorias producidas por la COVID-19.