Big data, inteligencia artificial, medicina 4.0: la digitalización no se detiene en la medicina. La tecnología médica digital determinará cada vez más actividades médicas y, por tanto, también cambiará el papel de los médicos y sus tratamientos. ¿Puede la inteligencia artificial apoyar también el pronóstico de los pacientes hipertensos?
La digitalización y el trabajo en red en el sector sanitario se están impulsando cada vez más y se están abriendo camino en muchos hospitales. Los macrodatos y la inteligencia artificial también suponen oportunidades para aumentar la eficacia de los procesos, la calidad de los tratamientos y, por tanto, la satisfacción de los pacientes, así como una reducción del esfuerzo de documentación. Las decisiones y la planificación pueden optimizarse con la ayuda de máquinas y adaptarse específicamente a las necesidades individuales del paciente. Un área de uso es el control de la hipertensión arterial, que genera muchos datos diferentes.
Un estudio se propuso ahora describir una puntuación de cambio terapéutico (TCS) en la hipertensión tratada y observada a largo plazo y desarrollar un modelo para predecir la TCS. Para ello, se realizó un seguimiento de 1293 pacientes durante una media de 5,1 años. Se recogieron los datos demográficos, el historial médico, los parámetros clínicos con la tensión arterial, que se midieron de forma estandarizada con un dispositivo electrónico de medición automática. Además, en cada consulta se registró la gestión terapéutica actual. El TCS se calculó en cada visita como 0 para la estabilidad terapéutica y 1 para el cambio de al menos un tratamiento antihipertensivo o su dosificación. Los datos se anonimizaron y organizaron para permitir el entrenamiento y la aplicación de inteligencia artificial para predecir los modelos TCS.
Cuidados postoperatorios optimizados con ayuda de la inteligencia artificial
El análisis de Kaplan-Meyer mostró un TCS positivo en el 70% de los sujetos en el primer año y en el 98% a lo largo de todo el seguimiento. El modelo predictivo para el TCS contiene 160 variables. Este modelo permite predecir un cambio en la prescripción de antihipertensivos en la siguiente visita con un valor positivo verdadero del 95% y un valor predictivo negativo del 77%. Por tanto, con la ayuda de la inteligencia artificial, es posible optimizar el seguimiento de la hipertensión.
Fuente: 29ª reunión europea de hipertensión y protección cardiovascular (ESH) (publicado el 10.10.19, antes de impresión)
Para saber más:
- Bossiere F, et al: Predicción de la puntuación de cambio terapéutico en sujetos hipertensos mediante análisis de Big Data e inteligencia artificial. Revista de Hipertensión 2019; 37:e1
CARDIOVASC 2019; 18(5): 32
