Una herramienta predice utilizando IA complicaciones en mayores hospitalizados

El ingreso hospitalario puede convertirse en una experiencia especialmente compleja para las personas mayores que padecen varias enfermedades crónicas, una situación conocida como multimorbilidad. En estos pacientes aumenta significativamente el riesgo de complicaciones durante la hospitalización, especialmente la aparición de úlceras por presión, dolor intenso o delirio, un conjunto de problemas conocido como la “tríada UDD”. Estas complicaciones no solo deterioran la calidad de vida del paciente, sino que también incrementan la duración de la estancia hospitalaria y el riesgo de mortalidad.

Con el objetivo de anticipar estos eventos adversos, un equipo multidisciplinar de investigadores ha desarrollado una regla de predicción clínica basada en técnicas de Inteligencia Artificial, según ha informado el Instituto de Investigación Biomédica de Málaga (Ibima) en un comunicado.

El proyecto ha sido impulsado por el grupo de investigación en Cronicidad, Dependencia, Cuidados y Servicios de Salud de Ibima Plataforma Bionand, liderado por el catedrático de la Facultad de Ciencias de la Salud de la Universidad de Málaga José Miguel Morales Asencio. En el estudio también han participado la investigadora Marta Aranda, enfermera del Distrito Sanitario Costa del Sol y responsable de la fase clínica del proyecto, así como especialistas del Instituto de Tecnologías e Ingeniería del Software (ITIS) de la Universidad de Málaga, entre ellos Rafael García-Luque y los catedráticos Ernesto Pimentel y Francisco Durán.

La colaboración del Hospital Universitario Costa del Sol ha sido clave para el desarrollo de la fase clínica de la investigación, donde se analizaron los datos necesarios para construir el modelo predictivo.

Los resultados del estudio, publicados recientemente en la revista científica Intelligent Medicine, destacan por la sencillez y rapidez de aplicación del sistema. Hasta ahora, predecir complicaciones en entornos como el servicio de Urgencias resultaba complicado por la falta de tiempo y por la complejidad de las herramientas disponibles.

Foto: Bigstock.

 

En una primera fase, los investigadores evaluaron hasta 43 variables clínicas de los pacientes. Sin embargo, mediante técnicas avanzadas de aprendizaje automático lograron simplificar el modelo hasta identificar únicamente tres indicadores fundamentales capaces de predecir el riesgo de complicaciones.

Gracias a esta simplificación, el sistema alcanza una precisión del 91% y una elevada capacidad de discriminación, superando a los métodos tradicionales utilizados hasta ahora.

Tres claves para anticipar las complicaciones

El modelo se basa en tres factores que el personal sanitario puede evaluar de forma rápida en el área de Urgencias. El primero es la presencia de cambios bruscos en el estado mental del paciente, como confusión o alteraciones en la atención, que pueden indicar delirio. El segundo es el nivel de dolor, medido mediante una escala numérica sencilla. Y el tercero es la capacidad de comunicación del paciente, que permite valorar su grado de vulnerabilidad en el entorno hospitalario.

Según el investigador principal del grupo, José Miguel Morales Asencio, “simplificar el modelo a solo tres predictores permite que se pueda utilizar en situaciones de alta presión asistencial, como las Urgencias, donde cada segundo cuenta”.

Una aplicación web para apoyar a los profesionales

Además del modelo teórico, el equipo ha desarrollado un prototipo de aplicación web accesible desde teléfonos móviles, tabletas y ordenadores. Esta herramienta permite a los profesionales sanitarios registrar al paciente y obtener de forma inmediata una estimación del riesgo de sufrir complicaciones durante su ingreso hospitalario.

La aplicación ya ha sido evaluada por 21 expertos sanitarios de Málaga, quienes han destacado su facilidad de uso y su utilidad para el seguimiento clínico diario de los pacientes.

El objetivo final es que esta tecnología se integre en la práctica asistencial habitual para personalizar los cuidados desde el primer momento y prevenir la aparición de complicaciones como las úlceras por presión o el delirio.

El proyecto ha contado con financiación del Ministerio de Ciencia e Innovación y de la Consejería de Sanidad, Presidencia y Emergencias de la Junta de Andalucía, consolidando a Málaga como uno de los referentes en el desarrollo de soluciones de salud digital y en la investigación sobre cronicidad.