Inteligencia artificial predice si una persona fallecerá por covid-19

Desde el comienzo de la pandemia, varios grupos de investigación han estado trabajando en modelos de predicción utilizando el historial del paciente y los datos de salud pública para evaluar qué tan gravemente alguien podría verse afectado por el COVID-19 y para tratar de eliminar el riesgo. Se han identificado varios factores de riesgo que aumentan las posibilidades de que alguien muera de COVID-19.

Ahora, una nueva investigación de la Universidad de Copenhague ha demostrado que la inteligencia artificial (IA) puede ayudar a predecir con un 90 por ciento de precisión si alguien morirá de COVID-19 antes o después de infectarse mediante la evaluación de algunos de estos factores de riesgo.

- Publicidad-

Además, los hallazgos, publicados en la revista Nature, podrían ayudar a predecir cuántas personas pueden terminar en hospitales y cuántas podrían necesitar respiradores, algo que podría ayudar a aliviar las presiones sobre los sistemas de salud.

“Comenzamos a trabajar en los modelos para ayudar a los hospitales, ya que durante la primera ola, temían que no tuvieran suficientes respiradores para pacientes de cuidados intensivos”, dijo el profesor Mads Nielsen del Departamento de Ciencias de la Computación de la Universidad de Copenhague en un comunicado “. Nuestros nuevos hallazgos también podrían usarse para identificar cuidadosamente quién necesita una vacuna “.

El modelo de aprendizaje automático (ML) desarrollado en el estudio se basa en datos de salud de 3.944 pacientes daneses con COVID-19 recopilados del Biobanco del Reino Unido. El modelo tomó en cuenta varios factores de riesgo y la IA de la computadora luego usó los datos para identificar patrones y correlaciones con enfermedades previas y la pelea de los pacientes con COVID-19, que luego fue extrapolada.

- Publicidad -

Los hallazgos sugirieron que era posible predecir los ingresos hospitalarios y en la Unidad de Cuidados Intensivos (UCI) usando solo un número limitado de variables, edad, sexo e índice de masa corporal (IMC). A partir de estos, el modelo ML podría predecir la mortalidad por COVID-19 con una precisión del 90,2 por ciento.

“Nuestros resultados demuestran, como era de esperar, que la edad y el IMC son los parámetros más decisivos sobre la gravedad de la gravedad de la afectación de una persona por COVID-19. Pero la probabilidad de morir o terminar con un respirador también aumenta si es hombre, tiene presión arterial alta o una enfermedad neurológica ”, dijo el profesor Nielsen. “Para aquellos afectados por uno o más de estos parámetros, hemos descubierto que puede tener sentido moverlos hacia arriba en la lista de vacunas, para evitar cualquier riesgo de que se infecten y eventualmente terminen con un respirador”.

- Publicidad -

Vale la pena señalar que el estudio tuvo varias limitaciones. En primer lugar, solo se analizó un número limitado de pacientes. Un tamaño de muestra más grande puede haber producido resultados diferentes, especialmente el número limitado de pacientes de UCI que habían evaluado.

En segundo lugar, los investigadores también seleccionaron un subconjunto de variables para evaluar en el modelo. Si hubieran incluido otras variables, los resultados podrían haber sido diferentes. Por último, los investigadores también describieron en su artículo que los criterios cambiantes para las pruebas de SARS-CoV-2 pueden haber afectado sus resultados.

Sin embargo, incluso con algunas de las limitaciones del estudio, el modelo aún podría usarse para ayudar e identificar a los pacientes que están en mayor riesgo y puede servir como una herramienta potencial en entornos clínicos en el futuro.

“Estamos trabajando para lograr el objetivo de poder predecir la necesidad de respiradores con cinco días de anticipación al brindar acceso a la computadora a los datos de salud de todos los positivos de COVID en la región”, dijo el Prof. Nielsen. “La computadora nunca podrá reemplazar la evaluación de un médico, pero puede ayudar a los médicos y hospitales a ver a muchos pacientes infectados con COVID-19 a la vez y establecer prioridades continuas”.

Se debería utilizar una cohorte más grande y preferiblemente multinacional en futuros modelos de predicción de ML, concluyen los investigadores.

Con información de IFL Science