Una investigación llevada a cabo por la Clínica Mayo ha desarrollado una herramienta de inteligencia artificial que analiza las imágenes de heridas enviadas por los pacientes para detectar signos de infección y prioriza los casos que realmente requieren de atención clínica.
Cerca de cuatro millones de personas sufren cada año una infección noscomial -adquirida durante su estancia en el hospital- dentro de la Unión Europea, algo que genera alrededor de 37.000 muertes anuales. De ellas, muchas se producen dentro de los propios quirófanos, lo que se conoce como infecciones del sitio quirúrgico, y que siguen representando una problemática muy importante en la atención posoperatoria.
Especialmente en la época actual, en la que se han vuelto más comunes las cirugías ambulatorias y los seguimientos virtuales.Los sistemas actuales de identificación de infecciones ocasionan retrasos tanto en el diagnóstico como en el tratamiento, y contribuyen al aumento de la morbilidad, la ansiedad del paciente y costes innecesarios en la atención médica.
Ahora, sin embargo, un grupo de investigadores ha desarrollado un sistema de inteligencia artificial (IA) que analiza las imágenes de heridas enviadas por los pacientes para detectar signos de infección y prioriza los casos que realmente requieren de atención clínica.
El sistema de IA ha sido desarrollado por investigadores de la Clínica Mayo, y busca así mejorar la monitorización posoperatoria. En concreto, utiliza un modelo dividido en dos etapas: primero identifica si la imagen tiene alguna incisión quirúrgica, y, de ser así, evalúa la incisión en busca de signos que marquen infección. En su desarrollo, han utilizado más de 20.000 imágenes de cerca de 6.000 pacientes que han pasado por nueve hospitales de la Clínica Mayo, y han sido procesadas a través de la arquitectura Vision Transformer.
«Ofrece una manera de priorizar la atención a los casos que más la necesitan, especialmente en entornos rurales o con recursos limitados»
La investigación publicada en Annals of Surgery, indican desde la propia institución estadounidense, fue impulsada por la “creciente necesidad” de “atención oportuna y eficiente” para heridas ambulatorias. Así, la herramienta tiene como objetivo primordial optimizar el trabajo clínico y mejorar los resultados en los pacientes.
«Este trabajo sienta las bases para una atención posoperatoria asistida por IA, lo cual puede transformar la forma en que se monitorea a los pacientes posoperatorios», destaca la doctora Hala Muaddi, de la Clínica Mayo, primera autora del citado estudio. «Para los pacientes, esto podría significar una mayor tranquilidad o la identificación temprana de un problema. Para los médicos, ofrece una manera de priorizar la atención a los casos que más la necesitan, especialmente en entornos rurales o con recursos limitados», añade.
Precisión
De momento, aseguran, el modelo de IA ha demostrado una precisión del 94% en la identificación de incisiones quirúrgicas, un resultado que sugiere que podría funcionar como una “herramienta de cribado de primera línea”, alertando a los médicos sobre imágenes preocupantes y permitiendo intervenciones más tempranas. Además, añaden, el sistema ha tenido un “rendimiento constante” en diversos grupos de pacientes, abordando las preocupaciones sobre el sesgo algorítmico.
Con ello, los investigadores prevén que la herramienta facilitará un diagnóstico más rápido, y reducirá las complicaciones de los pacientes y priorizará la atención en entornos rurales o que tengan recursos limitados. A día de hoy están realizando estudios prospectivos para evaluar su integración en la atención quirúrgica rutinaria y determinar su impacto en los resultados a largo plazo de los pacientes.
