Científicos del Hospital Universitario de Heidelberg desarrollan un “Asistente Médico Cognitivo” / El algoritmo pretende reconocer de antemano el riesgo quirúrgico individual del paciente, facilitar las decisiones terapéuticas y prevenir complicaciones
Para poder evaluar y tener en cuenta el riesgo individual de complicaciones de un paciente con la mayor precisión posible incluso antes de la operación, los científicos del Hospital Universitario de Heidelberg quieren utilizar métodos de “aprendizaje automático”. Como parte del proyecto “Asistente médico cognitivo (KoMed)”, un equipo interdisciplinar de los Departamentos de Anestesiología y Cirugía General, Visceral y de Trasplantes entrenará durante los próximos dos años un algoritmo para evaluar una gran cantidad de datos clínicos de pacientes mediante análisis de Big Data. El objetivo es detectar patrones en los datos e identificar correlaciones que puedan utilizarse para crear perfiles de riesgo individuales. En el futuro, KoMed, que se ha desarrollado junto con socios industriales, debe proporcionar una ayuda fundamentada para la toma de decisiones con el fin de evitar complicaciones mediante un tratamiento y unos cuidados adaptados.
Las puntuaciones de riesgo previas se basan en la edad, el sexo y las enfermedades previas, por ejemplo. No reflejan adecuadamente el riesgo real de complicaciones de cada paciente. KoMed analizará diversos datos disponibles sobre los pacientes e identificará qué características se asocian a un mayor o menor riesgo de complicaciones, como infecciones de heridas o infartos. “Esto no sólo da a los pacientes y a los equipos de tratamiento más seguridad a la hora de tomar decisiones terapéuticas”, explica el director del proyecto, el Dr. Jan Larmann, médico jefe del Departamento Universitario de Anestesiología. “Evaluar el riesgo con la mayor precisión posible también permite un uso selectivo de los recursos y, por tanto, también aporta beneficios económicos”.
“El riesgo de complicaciones sólo puede reducirse hasta cierto punto perfeccionando las técnicas quirúrgicas y los procedimientos anestésicos. Necesitamos urgentemente más información sobre qué características de los pacientes se asocian a un mayor o menor riesgo de complicaciones para poder tratarlos de forma individualizada en el futuro”, afirma el profesor Dr. Pascal Probst, médico jefe del Departamento de Cirugía de la Universidad y director médico del centro de estudios de la Sociedad Alemana de Cirugía (SDGC). En el marco de un primer estudio clínico de observación, se registrarán los datos rutinarios y la evolución del tratamiento de 600 pacientes quirúrgicos inicialmente. Estos datos se procesan de forma estructurada y analizable y proporcionan la base sobre la que KoMed aprende a identificar posibles riesgos. Aunque ya se registran digitalmente los datos sobre las enfermedades subyacentes y concomitantes, procedentes del diagnóstico por imagen, sobre el tipo y el curso de la cirugía, la medicación y los valores sanguíneos, así como una multitud de otros valores medidos de la rutina clínica, sólo una parte de ellos se utiliza para el pronóstico de riesgos, ya que los sistemas utilizados para su procesamiento no permiten ningún análisis.
Además, se realizan los llamados análisis del proteoma en los pacientes del estudio: Éstas proporcionan una visión general de todas las proteínas actualmente activas en el organismo y, por tanto, una perspectiva de los procesos metabólicos, su cambio o alteración. “A partir de la combinación de los datos del proteoma y los datos clínicos rutinarios, esperamos comprender mejor las circunstancias que conducen a las complicaciones y los mecanismos de la enfermedad que las desencadenan. Esto permitirá tomar contramedidas específicas en el futuro”, afirma Larmann.
Al final de la fase de entrenamiento, el sistema debería ser capaz de predecir complicaciones con una precisión nunca antes alcanzada. “Suponemos que este conocimiento por sí solo ayudará a prevenir complicaciones, ya que los pacientes de alto riesgo pueden ser controlados más intensamente y tratados antes”, afirma Larmann con confianza. Mientras que los cuidados médicos intensivos suelen estar indicados para pacientes de alto riesgo, KoMed, en cambio, pretende evitar a los pacientes de bajo riesgo una estancia innecesaria en cuidados intensivos: Si hoy, por ejemplo, un paciente es asignado automáticamente a un grupo de alto riesgo debido a su edad o al tipo de cirugía, KoMed reconocerá en el futuro un estado de salud estable y lo incluirá en el análisis de riesgos. Sin embargo, antes de su uso clínico, KoMed debe entrenarse con más datos de pacientes y validarse en un grupo de pacientes independiente.
Fuente: Anestesiología Hospital Universitario de Heidelberg (D)
