Científicos crean una puntuación basada en el análisis predictivo y la inteligencia artificial que puede evaluar con precisión el nivel de riesgo al que se enfrentan los bebés prematuros.

Los investigadores de la Universidad James Cook creen haber descubierto un método innovador para mantener con vida a los bebés prematuros. Con el NAIMS, los científicos utilizan la IA y el análisis predictivo para evaluar con precisión el nivel de riesgo al que se enfrentan los bebés prematuros.

La profesora de ingeniería de la JCU Stephanie Baker dirigió este estudio piloto como parte de su trabajo de doctorado. Según Baker, las complicaciones derivadas de los nacimientos prematuros son la principal causa de muerte en niños menores de cinco años. Además, más del 50% de las muertes neonatales se producen en bebés prematuros.

«Las tasas de nacimientos prematuros están aumentando en casi todo el mundo. En las unidades de cuidados intensivos neonatales, la evaluación del riesgo de mortalidad ayuda a tomar decisiones difíciles sobre qué tratamientos deben utilizarse y si los tratamientos están funcionando eficazmente, y cuándo», ha dicho Baker.

Predicción del riesgo

Para determinar un plan de cuidados, los médicos suelen dar a los bebés prematuros una puntuación que indica y predice el riesgo al que se enfrentan.

«Pero este sistema tiene varias limitaciones. Generar la puntuación requiere complejas mediciones manuales, amplios resultados de laboratorio y la enumeración de las características maternas y las afecciones existentes», explica Baker.

El método alternativo consistía en medir variables que no cambian, como el peso al nacer. Sin embargo, esto impide recalcular el riesgo del bebé a medida que avanza el tiempo y no muestra cómo está respondiendo al tratamiento.

Signos vitales

«Un esquema ideal sería el que utiliza datos demográficos fundamentales y signos vitales medidos de forma rutinaria para proporcionar una evaluación continua. Esto permitiría evaluar los cambios en el riesgo sin imponer una carga adicional irrazonable al personal sanitario», explicó Baker.

La Puntuación de Moralidad de la Inteligencia Artificial Neonatal (NAIMS) es una red neuronal híbrida que se basa en datos demográficos y tendencias de las frecuencias cardíaca y respiratoria para determinar el riesgo de mortalidad de un bebé.

«Utilizando los datos generados durante un periodo de 12 horas, el NAIMS mostró un fuerte rendimiento en la predicción del riesgo de mortalidad de un bebé en 3, 7 o 14 días», continuó Baker. «Este es el primer trabajo del que tenemos conocimiento que utiliza sólo datos demográficos fáciles de registrar y datos de frecuencia respiratoria y cardíaca para producir una predicción precisa del riesgo de mortalidad inmediata».

Además, Baker explicó que la técnica era rápida y no requería procedimientos invasivos ni el conocimiento del historial médico.

«Gracias a la sencillez y el alto rendimiento del esquema propuesto, el NAIMS podría recalcularse fácilmente de forma continua y automática, lo que permitiría analizar la respuesta de un bebé al tratamiento y otras tendencias de salud», dijo Baker.

La Puntuación de Moralidad de la Inteligencia Artificial Neonatal (NAIMS) fue precisa cuando se comparó con los registros de mortalidad hospitalaria de bebés prematuros. Además, era más eficaz que los métodos existentes, ya que podía realizar evaluaciones de riesgo basadas en cualquier periodo de 12 horas durante la estancia del paciente.