Según un nuevo estudio, un sistema de alerta temprana de IA que predice qué pacientes están en riesgo de empeorar mientras están en el hospital se asoció con una disminución de las muertes inesperadas.
El estudio, publicado el lunes en el Canadian Medical Association Journal, encontró una reducción del 26 por ciento en las muertes no paliativas entre los pacientes de la unidad de medicina interna general del Hospital St. Michael cuando se utilizó la herramienta de IA.
“Hemos visto que hay mucho revuelo y entusiasmo en torno a la inteligencia artificial en la medicina. Tampoco hemos visto tanta implementación real de estas herramientas en entornos clínicos reales”, dijo el autor principal, el Dr. Amol Verma, especialista en medicina interna general y científico del hospital de Toronto.
“Este es un ejemplo temprano de una herramienta implementada que fue rigurosamente probada y evaluada y que se muestra prometedora para ayudar a mejorar la atención al paciente”, dijo Verma, quien también es profesor de investigación de IA y educación en medicina en la Universidad de Toronto. dijo en una entrevista.
La tecnología llamada CHARTwatch analizó continuamente más de 100 datos diferentes sobre cada paciente en la unidad, dijo Verma.
Cuando la herramienta de IA predijo que un paciente se estaba deteriorando, envió una alerta a los médicos y enfermeras, instándolos a intervenir rápidamente.
“La herramienta de aprendizaje automático recopila la información que ya se recopila de forma rutinaria en el historial médico electrónico de un paciente”, dijo.
Eso incluye información como edad e historial médico, así como mediciones como signos vitales, presión arterial, frecuencia cardíaca y resultados de pruebas de laboratorio.
“Reúne toda esa información para hacer una predicción sobre su riesgo de enfermarse más gravemente en el futuro y luego actualiza las predicciones de su modelo cada hora en función de cómo todas esas cosas cambian con el tiempo”, dijo Verma.
Reciba noticias de salud semanales
Reciba las últimas noticias médicas e información de salud todos los domingos.
Si el médico estaba de acuerdo con la predicción de la IA después de examinar al paciente, se tomaban las medidas necesarias. Eso incluía transferir al paciente a la unidad de cuidados intensivos, administrarle antibióticos para infecciones graves como la sepsis o controlar al paciente con mayor frecuencia.
Si la muerte de un paciente fuera inevitable, recibiría atención al final de su vida antes de lo que podría haberlo hecho de otra manera, lo que aliviaría su sufrimiento, dijo Verma.
“Es importante destacar que la IA no le dice al médico ‘receta este medicamento, ya sabes, interviene con esta prueba o este tratamiento’. Todo eso aún depende del criterio de las enfermeras y los médicos que brindan atención”, dijo.
“Es una señal que dice: ‘oye, presta atención a este paciente’”.
Esas señales de alerta temprana son importantes en entornos hospitalarios ajetreados donde cada enfermera o médico atiende a muchos pacientes que se someten a múltiples pruebas de laboratorio, imágenes médicas y otras intervenciones que podrían cambiar su pronóstico, dijo Verma.
“Simplemente no es posible que los humanos mantengan sus ojos en 20 o 30 pacientes al mismo tiempo, todo el tiempo”, dijo.
Muhammad Mamdani, coautor principal del estudio, dijo que la IA puede procesar grandes cantidades de datos sobre los pacientes y combinarlos con el juicio de un médico humano puede conducir a una mejor atención.
Los médicos y enfermeras siempre deben pecar de cautelosos al utilizar la herramienta, dijo Mamdani, vicepresidente de ciencia de datos y análisis avanzado de Unity Health Toronto, que incluye el Hospital St. Michael.
“Lo que les decimos a nuestros médicos es: ‘si creen que este paciente va a morir, pero el algoritmo dice, la IA dice, ‘no, están bien’, no le crean. Cree en tu instinto”, dijo.
“Pero si la IA dice ‘este paciente va a morir’ y usted no lo cree, no crea en sus instintos. Cree en la IA’”.
El estudio analizó las muertes de pacientes no paliativos en la unidad de medicina interna general entre el 1 de noviembre de 2020 y el 1 de junio de 2022 cuando se utilizó la herramienta de IA y las comparó con un período anterior: del 1 de noviembre de 2016 al 1 de junio. 2020: cuando no se utilizaba la tecnología.
Los investigadores encontraron una tasa de muerte no paliativa del 2,1 por ciento cuando no se utilizó IA, en comparación con el 1,6 por ciento cuando sí se utilizó.
Para reducir la posibilidad de que los resultados pudieran atribuirse a los diferentes períodos de tiempo, los investigadores utilizaron como comparación las unidades de cardiología, respirología y nefrología del hospital, que no contaban con la herramienta de inteligencia artificial. Ninguna de esas unidades mostró una diferencia en las muertes no paliativas entre los dos períodos de tiempo.
Los investigadores controlaron posibles factores de confusión como la edad. Además, debido a que el período del estudio coincidió con la pandemia de COVID-19, lo que podría ser otra variable que afecte los resultados, los investigadores excluyeron los datos sobre los pacientes con COVID.
En total, el estudio incluyó 13.649 ingresos de pacientes en la unidad de medicina interna general y 8.470 ingresos de pacientes en las unidades de comparación de cardiología, respiración y nefrología.
Verma dijo que aunque los resultados son prometedores, deben interpretarse con cautela y que se necesita un ensayo de control aleatorio para mantener la investigación de IA al mismo nivel que los estudios de fármacos y medicamentos.
Ross Mitchell, profesor de la facultad de medicina de la Universidad de Alberta que no participó en el estudio, dijo que la investigación era “muy alentadora”.
“Esta tecnología específica, CHARTwatch, debe estudiarse en un sentido más amplio”, dijo Mitchell, presidente de IA en salud de Alberta Health Services.
“Es necesario implementarlo en más hospitales de Canadá para que podamos involucrar a más de un hospital”.
