Morir por una infección o cómo un algoritmo puede predecirlo antes que el médico

Investigadores del MIT desarrollan un modelo de aprendizaje automático que alerta al médico antes de que el paciente entre en estado crítico.

¿Moriré de una infección? Puede parecer una pregunta un poco rara, pero cuando se está enfermo desde hace días es posible preguntarse si se mejorará o todo lo contrario. Hay un algoritmo que puede prever si la infección es tan grave que el paciente pueda morir debido a ella. Y sus predicciones adelantan, en la mayoría de los casos, a las del médico.

Investigadores del MIT han desarrollado un modelo de aprendizaje automático que determina los tratamientos a evitar y alerta antes de que el paciente entre en un punto crítico. La inteligencia artificial se ha convertido en un aliado a la hora de detectar ciertas enfermedades como la Covid y sus posibles complicaciones. Desde el MIT han creado un modelo que identifica los tratamientos que pueden suponer un mayor riesgo para el paciente, además de advertir a los médicos cuándo el paciente séptico se acerca a una muerte segura.

De acuerdo con los investigadores, las infecciones pueden comenzar por un simple corte o un problema pulmonar, de estómago o riñones. Y las personas que tienen mayor probabilidad de que una infección se traduzca en una sepsis son aquellas con enfermedades crónicas como la diabetes, con sistemas inmunitarios debilitados, personas de avanzada edad o recién nacidas.

En ese caso, el modelo de aprendizaje automático que han desarrollado por los investigadores de esta institución tecnológica pretende ayudar a los médicos a tomar decisiones en esas horas clave.

Un 3% muere antes de que lo vea el médico

Se ha realizado un estudio sobre esta situación que ha revelado que el 3% de los pacientes que murieron de sepsis entraron en ese callejón sin salida médico 48 horas antes de fallecer. «Nuestro modelo reacciona casi ocho horas antes de que un médico reconozca el deterioro del paciente» explica Taylor Killian, miembro del equipo de desarrollo y estudiante de posgrado en el Grupo de ML Saludable del Laboratorio de Informática e Inteligencia Artificial (CSAIL).

Aún así, recalcan que el modelo está destinado a ayudar a los médicos, no a reemplazarlos. Los médicos humanos son quienes tomarán decisiones sobre la atención y los consejos (de la IA) sobre qué tratamiento deben seguir los pacientes.

TE PUEDE GUSTAR

EVENTOS

RECIBE NUESTRA NEWSLETTER

*Email:

*Nombre:

*Empresa:

Cargo:

Sector:
     

Please don't insert text in the box below!

ESCUCHA NUESTRO PODCAST

SÍGUENOS EN RRSS

MÁS COMENTADOS

Scroll al inicio
Resumen de privacidad

Las cookies y otras tecnologías similares son una parte esencial de cómo funciona nuestra web. El objetivo principal de las cookies es que tu experiencia de navegación sea más cómoda y eficiente y poder mejorar nuestros servicios y la propia web. Aquí podrás obtener toda la información sobre las cookies que utilizamos y podrás activar y/o desactivar las mismas de acuerdo con tus preferencias, salvo aquellas Cookies que son estrictamente necesarias para el funcionamiento de la web de BigDataMagazine. Ten en cuenta que el bloqueo de algunas cookies puede afectar tu experiencia en la web y el funcionamiento de la misma. Al pulsar “Guardar cambios”, se guardará la selección de cookies que has realizado. Si no has seleccionado ninguna opción, pulsar este botón equivaldrá a rechazar todas las cookies. Para más información puedes visitar nuestra Políticas de Cookies. Podrás cambiar en cualquier momento tus preferencias de cookies pinchando en el enlace “Preferencias de cookies” situado en la parte inferior de nuestra web.