Un estudio en un hospital universitario de Suiza muestra que integrar IA en los flujos clínicos permite identificar más casos de sepsis, mejorar la calidad de la atención y reducir muertes a corto y mediano plazo.
La sepsis es una de las principales causas de muerte a nivel mundial y sigue representando un desafío para los sistemas de salud debido a la dificultad de reconocerla de manera temprana y aplicar tratamientos oportunos. En este contexto, investigadores del Hospital Universitario de Lausana (CHUV), en Suiza, desarrollaron y evaluaron un Sistema de Salud de Aprendizaje impulsado por inteligencia artificial (IA) para mejorar la detección de sepsis y la calidad de la atención clínica, con resultados alentadores. El estudio fue publicado en npj Digital Medicine.
El sistema, denominado Sepsis Learning Health System (SLHS), combina tres elementos clave: una ruta clínica estandarizada para la atención de la sepsis, un registro digital automatizado de pacientes y un algoritmo de IA llamado HERACLES. Este algoritmo analiza retrospectivamente los datos clínicos de los pacientes cada seis horas y clasifica los episodios como “sin sepsis”, “sepsis posible” o “sepsis confirmada”. La información se presenta a los equipos médicos mediante tableros dinámicos que permiten monitorear indicadores de calidad y resultados clínicos.
El estudio analizó más de 97 mil estancias hospitalarias en salas donde se implementó el sistema y las comparó con más de 25 mil estancias en áreas de control sin esta tecnología. Tras la implementación del SLHS, los investigadores observaron un aumento significativo en la identificación y documentación de casos de sepsis, lo que sugiere una reducción en el subregistro de esta condición. En contraste, las salas de control no mostraron cambios relevantes en este aspecto.
Más importante aún, los resultados clínicos también mejoraron. En las salas que utilizaron el sistema con IA, la mortalidad hospitalaria y la mortalidad a 90 días disminuyeron de forma significativa entre los pacientes con sepsis detectada por HERACLES. Estas reducciones no se observaron en las salas sin el sistema, donde las tasas de mortalidad permanecieron estables o incluso mostraron tendencias desfavorables.
El estudio también encontró que el uso del sistema se asoció con una mejor adherencia a las guías clínicas, en particular en la administración temprana de antibióticos, un factor clave para mejorar el pronóstico de los pacientes con sepsis. Los pacientes tratados conforme a la ruta clínica estandarizada tuvieron más probabilidades de recibir antibióticos dentro de la primera hora tras el inicio del evento séptico.
De acuerdo con los autores, este trabajo representa uno de los primeros ejemplos de un sistema de salud de aprendizaje plenamente operativo, apoyado por IA e integrado en la práctica clínica real. Aunque el algoritmo actualmente funciona de manera retrospectiva y no en tiempo real, los investigadores señalan que el modelo es escalable y podría adaptarse en el futuro para otras condiciones agudas como infarto, accidente cerebrovascular o trombosis.
