Una herramienta basada en IA reduce el riesgo de muerte en pacientes hospitalizados, según un estudio

¿Puede la inteligencia artificial (IA) ayudar a reducir las muertes en los hospitales? Un sistema basado en IA fue capaz de reducir el riesgo de muertes inesperadas al identificar a los pacientes hospitalizados con alto riesgo de deterioro de la salud, según un nuevo estudio publicado en Revista de la Asociación Médica Canadiense.

El deterioro rápido de los pacientes hospitalizados es la principal causa de ingreso no planificado a la unidad de cuidados intensivos (UCI). Investigaciones anteriores han intentado utilizar la tecnología para identificar a estos pacientes, pero la evidencia es contradictoria sobre la aplicación de herramientas de predicción para ayudar a los pacientes vulnerables con mayor riesgo.

Investigadores de Unity Health Toronto, ICES y la Universidad de Toronto estudiaron la eficacia de CHARTWatch, un sistema de alerta temprana basado en IA utilizado en la sala de medicina interna general (GIM) del Hospital St. Michael’s después de 3 años de desarrollo y pruebas.

El estudio incluyó a 13.649 pacientes de 55 a 80 años ingresados ​​en el GIM (9.626 en el período previo a la intervención y 4.023 que utilizaban CHARTWatch) y 8.470 ingresados ​​en unidades de subespecialidades que no utilizaban CHARTWatch. Durante el período de intervención de 19 meses de duración, 482 pacientes del GIM pasaron a ser de alto riesgo, en comparación con 1.656 pacientes que pasaron a ser de alto riesgo en el período previo a la intervención de 43 meses de duración. Hubo menos muertes no paliativas en el grupo CHARTWatch que en el grupo previo a la intervención (1,6 % frente a 2,1 %).

«Dado que las herramientas de IA se utilizan cada vez más en medicina, es importante evaluarlas cuidadosamente para garantizar que sean seguras y eficaces», afirma el autor principal, el Dr. Amol Verma, médico y científico del St. Michael’s Hospital, Unity Health Toronto, y profesor de la cátedra Temerty de investigación y educación en IA en medicina de la Universidad de Toronto, en Toronto, Ontario. «Nuestros hallazgos sugieren que los sistemas de alerta temprana basados ​​en IA son prometedores para reducir las muertes inesperadas en los hospitales».

Las comunicaciones regulares ayudaron a reducir las muertes, ya que CHARTWatch interactuó con los médicos mediante alertas en tiempo real, correos electrónicos dos veces al día a los equipos de enfermería y correos electrónicos diarios al equipo de cuidados paliativos. El equipo también creó una vía de atención para pacientes de alto riesgo con un mayor seguimiento por parte de las enfermeras, una mejor comunicación entre enfermeras y médicos y avisos para alentar a los médicos a reevaluar a los pacientes.

«En definitiva, este estudio demuestra cómo los sistemas de IA pueden ayudar a enfermeras y médicos a ofrecer una atención de alta calidad», afirma el Dr. Verma.

Los autores esperan que soluciones de IA como CHARTWatch puedan mejorar la salud de los pacientes y evitar muertes prematuras.

«Este importante estudio evalúa los resultados asociados con la implementación compleja de toda la solución de IA, lo cual es fundamental para comprender los impactos en el mundo real de esta prometedora tecnología», dice el coautor, el Dr. Muhammad Mamdani, vicepresidente de ciencia de datos y análisis avanzados en Unity Health Toronto y director del Centro de Investigación y Educación en IA en Medicina de la Facultad de Medicina Temerty de la Universidad de Toronto.

«Esperamos que otras instituciones puedan aprender de las experiencias de Unity Health Toronto y mejorarlas para beneficiar a los pacientes a los que atienden. Unity Health Toronto es un líder colaborativo que ya ayuda a difundir nuestras herramientas de inteligencia artificial a través de asociaciones innovadoras y que seguirán creciendo».

A segundo articulo Proporciona una instantánea de lo que los médicos deben saber si están pensando en utilizar escribas de IA en la práctica clínica, incluida la importancia de obtener el consentimiento del paciente, revisar las notas generadas por IA para detectar errores y garantizar que el software cumpla con la legislación de privacidad local.