Un biomarcador digital basado en lenguaje natural identifica a pacientes pediátricos más vulnerables a neumonía, influenza y exacerbaciones asmáticas.
Un estudio reciente publicado en Journal of Allergy and Clinical Immunology por investigadores de Mayo Clinic, sugiere que la inteligencia artificial (IA) puede convertirse en una herramienta clave para identificar a niños con asma que presentan mayor riesgo de desarrollar infecciones respiratorias y complicaciones relacionadas. Investigadores aplicaron algoritmos de procesamiento de lenguaje natural (PLN) a registros médicos electrónicos para detectar un subgrupo de pacientes con mayor vulnerabilidad.
El trabajo, realizado con datos de la cohorte de nacimientos de Mayo Clinic en el sur de Minnesota entre 1997 y 2016, empleó dos criterios digitales validados: Predetermined Asthma Criteria (NLP-PAC) y Asthma Predictive Index (NLP-API). Con base en estos parámetros, se dividió a los participantes en cuatro grupos: positivo en ambos criterios, positivo en uno de ellos, o negativo en ambos.
Entre los 22,370 niños analizados, el grupo positivo en ambos criterios (NLP-PAC+/NLP-API+) mostró el mayor riesgo de neumonía, influenza A/B y exacerbaciones de asma, tanto a los tres años de edad como durante los primeros años de vida. Además, también presentaron más casos de infección por virus sincitial respiratorio, una de las principales causas de hospitalización infantil.
“Este estudio nos acerca un paso más a la medicina de precisión en el asma infantil, donde la atención pasa de ser reactiva para el asma grave avanzada a la prevención y la detección temprana de pacientes de alto riesgo”, explicó el Dr. Young Juhn, especialista en salud pública y profesor de Pediatría en la Mayo Clinic y autor principal del estudio.
Los hallazgos destacan que este biomarcador digital podría servir para identificar de manera temprana a un fenotipo de asma infantil especialmente propenso a complicaciones. Reconocer a este grupo de alto riesgo permitiría mejorar la vigilancia clínica, diseñar estrategias preventivas y ofrecer un manejo más personalizado de la enfermedad.
Finalmente, el equipo de investigación tiene previsto probar las herramientas en entornos clínicos más amplios, así como en poblaciones y sistemas sanitarios más diversos. El próximo objetivo es combinar las herramientas con datos biológicos para perfeccionar la definición y el tratamiento precoz de los subtipos de asma.
De igual manera, el equipo también está planificando un estudio para investigar un compuesto que podría calmar las respuestas inmunitarias hiperactivas relacionadas con el asma. A través del uso de modelos celulares cultivados en laboratorio, conocidos como organoides, los investigadores esperan encontrar formas de detectar y prevenir el asma infantil de forma más temprana y a mayor escala.
