Una nueva herramienta de inteligencia artificial transparente puede ayudar a detectar el envenenamiento de la sangre

Expandir Sean Justicia/Getty

Hace diez años, Rory Staunton, de 12 años, se zambulló en una pelota en clase de gimnasia y se rascó el brazo. Se despertó al día siguiente con fiebre de 104°F, por lo que sus padres lo llevaron al pediatra y finalmente a la sala de emergencias. Era sólo una gastroenteritis viral, les dijeron. Tres días después, Rory murió de sepsis después de que las bacterias de la raspadura se filtraran en su torrente sanguíneo y desencadenaran una falla orgánica.

"¿Cómo es eso en una sociedad moderna?" dijo su padre, Ciaran Staunton, en una entrevista reciente con Undark.

Cada año en los Estados Unidos, la sepsis mata a más de un cuarto de millón de personas, más que un derrame cerebral, diabetes o cáncer de pulmón. Una de las razones de toda esta carnicería es que la sepsis no se entiende bien, y si no se detecta a tiempo, es esencialmente una sentencia de muerte. Por lo tanto, mucha investigación se ha centrado en la detección temprana de sepsis, pero la complejidad de la enfermedad ha socavado los sistemas de apoyo clínico existentes (herramientas electrónicas que usan alertas contextuales para mejorar la atención al paciente) con baja precisión y altas tasas de falsas alarmas.

Eso puede cambiar pronto. En julio pasado, los investigadores de Johns Hopkins publicaron un trío de estudios en Nature Medicine y npj Digital Medicine, que muestran un sistema de alerta temprana que utiliza inteligencia artificial. El sistema detectó el 82% de los casos de sepsis y redujo las muertes en casi un 20%. Si bien la IA, en este caso, el aprendizaje automático, ha prometido durante mucho tiempo mejorar la atención médica, la mayoría de los estudios que demuestran sus beneficios se han realizado en conjuntos de datos históricos. Las fuentes le dijeron a Undark que, según su conocimiento, cuando se usa en pacientes en tiempo real, ningún algoritmo de IA ha mostrado un éxito a gran escala. Suchi Saria, directora del Laboratorio de Aprendizaje Automático y Cuidado de la Salud de la Universidad Johns Hopkins y autora principal de los estudios, dijo que la novedad de esta investigación es cómo “la IA se implementa al lado de la cama, la utilizan miles de proveedores, y dónde estamos viendo vidas salvadas."

Targeted Real-Time Early Warning System, o TREWS, escanea los registros de salud electrónicos de los hospitales (versiones digitales de los historiales médicos de los pacientes) para identificar signos clínicos que predicen la sepsis, alertar a los proveedores sobre los pacientes en riesgo y facilitar el tratamiento. Aprovechando grandes cantidades de datos, TREWS proporciona información sobre los pacientes en tiempo real y un nivel único de transparencia en su razonamiento, según el coautor del estudio y médico interno de Johns Hopkins, Albert Wu.

>

Wu dijo que el sistema también ofrece un vistazo a una nueva era de la electrónica médica. Desde su introducción en la década de 1960, los registros de salud electrónicos han reformado la forma en que los médicos documentan la información clínica, pero décadas más tarde, estos sistemas sirven principalmente como un "cuaderno de notas electrónico", agregó. Con una gran cantidad de proyectos de aprendizaje automático en el horizonte, tanto de Johns Hopkins como de otros grupos, Saria dijo que el uso de registros electrónicos de nuevas maneras podría transformar la prestación de atención médica, brindando a los médicos un par de ojos y oídos adicionales y ayudándolos a tomar mejores decisiones. .

Es una visión atractiva, pero en la que Saria, como directora ejecutiva de la empresa que desarrolla TREWS, tiene una participación financiera. Esta visión también minimiza las dificultades de implementar cualquier nueva tecnología médica: los proveedores pueden ser reacios a confiar en las herramientas de aprendizaje automático y es posible que dichos sistemas no funcionen tan bien fuera de los entornos de investigación controlados. Los registros de salud electrónicos también vienen con muchos problemas existentes, desde enterrar a los proveedores bajo el trabajo administrativo hasta poner en riesgo la seguridad del paciente debido a fallas en el software.

Saria, sin embargo, es optimista. "La tecnología está ahí, los datos están ahí", dijo. "Realmente necesitamos herramientas de aumento de atención de alta calidad que permitan a los proveedores hacer más con menos".