Mejorar la capacidad predictiva del éxito de una inducción del trabajo de parto es uno de los retos actuales de la Obstetricia. Valorar la conveniencia de la inducción, identificar los casos con altas probabilidades de fracaso y evitar procedimientos innecesarios debidos a una decisión poco acertada supone para este servicio hospitalario la oportunidad de ofrecer un servicio de mayor calidad, más personalizado, con menos costes y mejores resultados tanto para la salud de la paciente como para la de su recién nacido.

Conseguir un modelo predictivo que asegurara el éxito y la eficacia del procedimiento era el objetivo de la investigación que dio pie al trabajo de fin de master de Cristina Pruenza, compañera del equipo de Health Predictive Analytics del IIC y estudiante de la EPS de la UAM, tutorizado por Julia Díaz y Ana González Marcos. Su trabajo, bajo el título Desarrollo de un modelo predictivo del éxito de inducción al parto, se realizó en colaboración con el Hospital Universitario de Fuenlabrada (HUF), recientemente reconocido por el Sistema Nacional de Salud y la Asociación Madrileña de Calidad Asistencial por las Buenas Prácticas (BBPP) y las Mejores Prácticas de Calidad de su Servicio de Ginecología y Obstetricia.

El trabajo está enmarcado en el proyecto INDUCCESS (INDUCtion y sucCESS), cuya propuesta fue revisada y aprobada por el Comité Ético de Investigación Clínica y por la Agencia Española del Medicamento, asegurando así que se ajusta a la legislación vigente y contiene los principios éticos aplicables a la investigación en seres humanos. En él participan como investigadores principales del Hospital de Fuenlabrada el responsable de Sistemas de Información, Luis Lechuga, y la responsable del Servicio de Ginecología y Obstetricia, la Doctora María Teulón.

El modelo sanitario actual puede beneficiarse de la aplicación de técnicas Big Data en medicina para desarrollar herramientas de análisis de datos, como la que recoge el trabajo, que apoyen la toma de decisiones clínicas y con este espíritu se firmó el acuerdo de colaboración entre el IIC y el HUF. A partir de los datos anonimizados de la historia clínica electrónica de las pacientes del hospital se construyó un modelo algorítmico de inferencia basado en técnicas de Aprendizaje Automático y reglas de decisión provenientes de un panel de expertos en Obstetricia. La herramienta consiguió valorar la conveniencia de la inducción al parto y sugerir decisiones inteligentes para apoyar a los obstetras en su labor clínica y ofrecer un mejor servicio a sus pacientes.

Para el IIC es un placer poder colaborar en este tipo de iniciativas innovadoras orientadas a aplicar el Big Data en Salud para facilitar la labor de los profesionales sanitarios y mejorar la experiencia del paciente en los centros hospitalarios y, por ello, felicitamos al Hospital Universitario de Fuenlabrada por el reconocimiento recibido, y a nuestro equipo de Health and Energy Predictive Analytics, especialmente a Cristina Pruenza, por su labor investigadora y su buen hacer. Enhorabuena.