Científicos de la universidad de Yale, crearon una plataforma de clasificación basada en IA que sería capaz de ayudar en la respuesta a futuros brotes de enfermedades virales.
Investigadores de Yale y otras instituciones a nivel internacional, desarrollaron una plataforma de clasificación de pacientes impulsada por inteligencia artificial (IA), que según un estudio publicado en Human Genomics, sería capaz de predecir la gravedad de la enfermedad de los pacientes y su duración en el hospital.
Para desarrollar el modelo los investigadores tomaron en cuenta como referencia al COVID-19. El objetivo principal del estudio fue desarrollar un modelo predictivo de aprendizaje automático, capaz de predecir la gravedad de la enfermedad y la duración de la hospitalización de los pacientes con COVID-19. No obstante, es importante destacar que los investigadores crearon esta plataforma para que pueda utilizarse en futuros brotes virales, no sólo para el COVID-19.
“Poder predecir qué pacientes pueden ser enviados a casa y aquellos que posiblemente necesiten ingreso en la unidad de cuidados intensivos es fundamental para los funcionarios de salud que buscan optimizar los resultados de salud de los pacientes y utilizar los recursos hospitalarios de manera más eficiente durante un brote”, explicó el autor principal Vasilis Vasiliou, profesor de epidemiología en la Escuela de Salud Pública de Yale.
Los investigadores utilizaron múltiples fuentes de datos para su modelo predictivo. Esto incluyó:
- Metabolómica no dirigida: Se trata de analizar los metabolitos presentes en el plasma de los pacientes COVID-19 durante su hospitalización.
- Datos clínicos y de comorbilidad: Recogieron información de 508 pacientes. Estos datos incluyen información clínica sobre los pacientes y sus condiciones médicas existentes (comorbilidades).
Por otra parte, la plataforma de triaje de pacientes consta de tres componentes clave:
- Un árbol de decisión clínica, que utiliza varios biomarcadores, incluidos los niveles de eosinófilos, un tipo de glóbulo blanco. La investigación sugiere que el aumento de los niveles de eosinófilos puede servir como un nuevo biomarcador potencial para predecir el pronóstico de la enfermedad con alta precisión (AUC=0,974).
- La estimación de la duración de la hospitalización, este modelo puede estimar la duración de la hospitalización de un paciente con un margen de error de ±5 días.
- La predicción de la gravedad de la enfermedad y de las necesidades de Unidad de Cuidados Intensivos (UCI), es decir, el modelo también es capaz de predecir la gravedad de la enfermedad y si un paciente necesita ser trasladado a UCI.
“Nuestra plataforma modelo proporciona un enfoque personalizado para el manejo de pacientes con COVID-19, pero también sienta las bases para futuros brotes virales”, agregó Vasiliou. De esta forma resaltó la importancia de estar atentos s posibles brotes futuro, por lo que esta plataforma de IA representa un avance prometedor para una respuesta de salud pública más eficaz y basada en datos.
No obstante, el modelo tiene sus limitaciones, ya que todas las muestras recolectadas corresponden al periodo marzo-mayo de 2020, es decir previo a la aparición de las vacunas y a diversos tratamientos que se utilizaron inicialmente contra COVID-19. De igual forma, los participantes no muestran una diversidad étnica o racial.
Consulta el estudio completo en el siguiente enlace:
https://humgenomics.biomedcentral.com/articles/10.1186/s40246-023-00521-4
