Una nueva tecnología desarrollada en la Universidad de permitirá, con inteligencia artificial, identificar pacientes de riesgo con enfermedades graves por infecciones sanguíneas. Los investigadores entrenaron el programa de IA para estudiar los registros médicos electrónicos de 8.000 pacientes del Hospital Ichilov de . Estos dieron positivo en infecciones sanguíneas.

Estos registros incluían datos demográficos, resultados de análisis de sangre, historial médico y diagnóstico. Tras estudiar los datos y el historial médico de cada paciente, el programa identificó factores de riesgo de los expedientes médicos con una precisión del 82%. Según los investigadores, en el futuro este modelo podría servir incluso como sistema de alerta temprana para los médicos. Esto es para permitirles clasificar a los pacientes en función de su riesgo de padecer enfermedades graves.

Detrás de esta innovadora investigación, están los estudiantes Yazeed Zoabi y Dan Lahav, del laboratorio del profesor Noam Shomron, de la Facultad de Medicina Sackler de la Universidad de Todos en colaboración con la doctora Ahuva Weiss Meilik, directora del Centro de Inteligencia Artificial I-Medata del Hospital Ichilov, el profesor Amos Adler y la doctora Orli Kehat. Los resultados del estudio se han publicado en la revista Scientific Reports.

Los investigadores explican que las infecciones sanguíneas son una de las principales causas de morbilidad y mortalidad en el mundo. Es muy importante identificar los factores de riesgo de una enfermedad grave en la fase inicial de la infección por una bacteria u hongo. La mayoría de las veces, el sistema sanguíneo es estéril. Pero la infección por una bacteria u hongo puede producirse durante una intervención quirúrgica o como resultado de complicaciones de otras infecciones, como la neumonía o la meningitis. El diagnóstico de la infección se realiza tomando un cultivo de sangre y transfiriéndolo a un medio de crecimiento de bacterias y hongos. La respuesta inmunológica del organismo a la infección puede provocar una sepsis o un shock, condiciones peligrosas que tienen altas tasas de mortalidad.

«Trabajamos con los expedientes médicos de unos 8.000 pacientes del Hospital Ichilov que dieron positivo en infecciones sanguíneas entre los años 2014 y 2020, durante su hospitalización y hasta 30 días después, tanto si el paciente murió como si no», explicó el profesor Noam Shomron. Y añadió: «Introdujimos los expedientes médicos en un software basado en la inteligencia artificia. Queríamos ver si la IA identificaría patrones de información en los expedientesTodo para predecir automáticamente qué pacientes desarrollarían una enfermedad grave como resultado de la infección».

Para satisfacción de los investigadores, tras su entrenamiento, la IA alcanzó un nivel de precisión del 82% en la predicción del curso de la enfermedad. Incluso ignorando factores obvios como la edad de los pacientes y el número de hospitalizaciones que habían soportado. Una vez que los investigadores introdujeron los datos del paciente, el algoritmo supo predecir el curso de la enfermedad. Esto sugiere que en el futuro será posible clasificar a los pacientes en función del peligro que suponen para su salud, antes de tiempo.

«Utilizando la inteligencia artificial, el algoritmo fue capaz de encontrar patrones que nos sorprendieron, parámetros en la sangre que ni siquiera habíamos pensado en tener en cuenta», dijo el profesor Shomron. Y agregó: «Ahora estamos trabajando con el personal médico para entender cómo susa información para clasificar a los pacientes en función de la gravedad de la infección. Podemos utilizar el software para ayudar a los médicos a detectar a los pacientes que corren el máximo riesgo».

Desde el éxito del estudio, Ramot, la empresa de transferencia de tecnología de la TAU registra una patente mundial de la innovadora tecnología. Keren Primor Cohen, directora general de Ramot dio su punto de vista. «Ramot cree en la capacidad de esta innovadora tecnología para provocar un cambio en la identificación temprana de los pacientes de riesgo y ayudar a hospitales a reducir costos. Es un ejemplo de cooperación eficaz entre los investigadores de la universidad y los hospitales. Y mejora la calidad de la atención médica en y en todo el mundo”.