enero 2022

Científicos de la Universidad de Utah desarrollaron un modelo de Inteligencia Artificial (IA) que podría predecir el desarrollo y complicaciones de pacientes con problemas cardiovasculares. El modelo fue descrito en un estudio publicado en el primer número de la revista científica en línea PLOS Digital Health, bajo el título: Un enfoque de inteligencia artificial explicable para predecir resultados cardiovasculares utilizando registros de salud electrónicos. El estudio plantea un nuevo método para identificar comorbilidades de manera automatizada y escalable llamado Descubrimiento de comorbilidad basado en la binomial de Poisson (PBC). El método consistió en el análisis de la historia clínica electrónica (HCE) de más de 1.6 millones de pacientes de la Universidad de Utah y el Intermountain Primary Children’s Hospital. La información de las HCE, incluyó datos sobre diagnósticos, procedimientos y medicamentos comórbidos. Estos datos fueron clasificados y enfocados hacia áreas clave a la salud cardiovascular, como trasplante de corazón, disfunción del nódulo sinoauricular y varias formas de enfermedad cardíaca congénita, que dio como resultado a una “red de multimorbilidad”, que a través de combinación de variables determinó el riesgo de padecer alguna afección cardiaca. En la población adulta, el estudio encontró que personas con diagnóstico previo de miocardiopatía, tenían un riesgo 86 mayor a necesitar un trasplante de corazón, que las personas que no sufrían de esa condición. Asimismo, el estudio mostró que las persona con miocarditis viral tenían un riesgo 60 veces mayor a necesitar un trasplante de corazón. Por otra parte, en cuanto al uso de medicamentos, los investigadores determinaron que milrinona, un fármaco para el tratamiento de insuficiencia cardiaca multiplicó por 175 el riesgo de trasplante. Josh Bonkowsky, director del Intermountain Primary Children’s Hospital, explicó que: “Esta nueva tecnología demuestra que podemos estimar el riesgo de complicaciones médicas con precisión e incluso determinar los medicamentos que son mejores para pacientes individuales”. “La capacidad de transformar enormes colecciones de EHR en herramientas compactas y portátiles sin información de salud protegida resuelve muchos de los desafíos legales, tecnológicos y científicos de datos asociados con los análisis de EHR a gran escala”, explica el estudio. Los autores del estudio por su parte, explicaron que un enfoque integral como este puede ayudar a un especialista en la prevención y tratamiento de problemas cardíacos graves. Incluso, aunque el estudio se centró solo en enfermedades cardiovasculares, los investigadores explicaron que el modelo puede replicarse en otras áreas de la medicina y predecir el riesgo de cáncer, cirugía de tiroides, diabetes, por ejemplo. “Podemos recurrir a la IA para ayudar a refinar el riesgo de prácticamente todos los diagnósticos médicos”, explicó Martin Tristani-Firouzi, uno de los autores del estudio. Consulta el estudio completo en el siguiente enlace: https://journals.plos.org/digitalhealth/article?id=10.1371/journal.pdig.0000004 BIBLIOGRAFÍA UNIVERSITY OF UTAH https://attheu.utah.edu/facultystaff/artificial-intelligence-identifies-individuals-at-risk-for-heart-disease-complications/ PLOS ONE https://journals.plos.org/digitalhealth/article?id=10.1371/journal.pdig.0000004

Cuatro herramientas analíticas para monitoreo y control de la pandemia, desarrolladas por el Instituto Sistemas Complejos de Ingeniería (ISCI) de la Universidad de Chile, serán finalistas del premio Franz Edelman Award 2022. Estas herramientas para control y monitoreo de la pandemia, fueron desarrolladas por el ISCI, y la U. de Chile con el apoyo del Ministerio de Salud, el Ministerio de Ciencias y de Entel, una compañía de telecomunicaciones. Las cuatro innovaciones forman parte de los seis finalistas del Franz Edelman Award 2022, que desde 1972, reconoce a las mejores intervenciones de ingeniería aplicada a nivel internacional. Desde el comienzo de la pandemia el ISCI, comenzó a desarrollar métodos y herramientas de análisis para afrontar la propagación masiva de COVID-19 en Chile. De esta forma fue como surgió su alianza con Entel, y los ministerios de Salud y Ciencia. Los cuatro proyectos desarrollados están interconectados y forman parte de una estrategia integral contra el COVID-19 por parte del Gobierno de Chile. Las herramientas son: Una plataforma para monitorear la movilidad de la población durante los cierres masivos; un sistema para la optimización de la búsqueda de casos asintomáticos de COVID-19; un programa para la vigilancia de la respuesta de anticuerpos ante las distintas vacunas contra COVID-19; y una metodología para la gestión hospitalaria, que orienta en la asignación de pacientes y muestra proyecciones de ocupación de camas de cuidados intensivos (UCI). Plataforma de movilidad COVID Analytics Esta plataforma funcionó gracias los datos anónimos de teléfonos móviles con geolocalización proporcionados por Entel. La agrupación de estos datos y algoritmos que analizan la movilidad, dio por resultado la plataforma COVID Analytics, que midió el grado de cumplimiento de las cuarentenas y pudo identificar factores socioeconómicos de las comunas y sus niveles de movilidad. Búsqueda activa de casos en zonas críticas Luego de la primera ola de contagios, el gobierno de Chile cambio la estrategia de pruebas PCR masivas, a una estrategia basada en la búsqueda de pacientes asintomáticos. El Ministerio de Salud y el Ministerio de Ciencia, abordaron esta estrategia combinando datos epidemiológicos con la plataforma COVID Analytics del ISCI. De esta forma se identificaron zonas de mayor riesgo donde se realizó la búsqueda de contagios asintomáticos, estrategia que además fue clave para aprovechar los recursos disponibles. Monitoreo de respuesta a vacunas contra el COVID-19 En febrero de 2021, comenzó la campaña de vacunación en Chile, con dos tipos de vacunas: virus inactivado de Coronavac y vacunas de ARN mensajero de Pfizer. El monitoreo de las vacunas consistió en medir la efectividad de las vacunas en diferentes grupos de edad y perfiles de riesgo y de esta manera priorizar a ciertos grupos para recibir su primera vacuna o refuerzo. Además, el proyecto ha obtenido muestras de más de 110 mil personas vacunadas en todo el país, y los resultados del trabajo fueron publicados en la revista científica The Lancet, en este se muestra la baja de anticuerpos en vacunados con virus inactivado. Proyecciones de ocupación de camas UCI Ante el alza de la ocupación hospitalaria durante los primeros picos de la pandemia. El Ministerio de Ciencia pidió al ISCI, el desarrollo de un sistema de pronóstico de pacientes críticos. De esta forma fue posible equilibrar la carga hospitalaria al trasladar pacientes entre ciudades, dependiendo de la evolución de su enfermedad. Este sistema funcionó a través de modelos autorregresivos, de aprendizaje automático y epidemiológicos y gracias a ello fue posible planear con mayor información la gestión de la capacidad de los hospitales durante la segunda ola de infecciones durante el segundo trimestre de 2021. El ministro de ciencia, Andrés Couve comentó lo siguiente sobre estas estrategias: “el trabajo de este centro de excelencia [el ISCI] es un ejemplo del impacto que tuvo la generación de conocimiento y la colaboración de la comunidad científica articulada desde el Ministerio de Ciencia en la estrategia de Chile para el manejo de la pandemia. Un aporte excepcional donde la investigación se puso al servicio de la salud de las personas para salvar vidas a través de soluciones concretas para diagnóstico, análisis de datos y seguimiento de la movilidad en las etapas más críticas de la emergencia”. BIBLIOGRAFÍA MINSAL http://www.minsal.cl/herramientas-analiticas-contra-la-pandemia-desarrolladas-en-chile-entre-los-finalistas-de-importante-premio-internacional/