El sistema, elaborado con inteligencia artificial, ha demostrado efectividad en el 90% de los casos
MURCIA, 13 Ene. (EUROPA PRESS) -
Los grupos de investigación de Sistemas Inteligentes y Telemática y de Inteligencia Artificial e Ingeniería del Conocimiento de la Universidad de Murcia (UMU), junto con personal médico del Hospital 12 de Octubre de Madrid y la Clínica de la Universidad de Navarra, han desarrollado un modelo que predice el riesgo de mortalidad de pacientes de covid durante su ingreso hospitalario.
Coordinado por el profesor de la UMU Juan A. Botía, el proyecto de investigación ha estado destinado a establecer modelos gracias a la inteligencia artificial para conseguir que, en el momento del ingreso, se disponga de una predicción de cómo será la evolución del paciente y el pronóstico de su estado de salud tras la infección, según han informado fuentes de la institución docente en un comunicado.
El modelo desarrollado ha demostrado tener un 90% de efectividad y los resultados se han publicado en la revista Scientific Reports, de la editorial Nature, con el título 'A predictive model for hospitalization and survival to COVID-19 in a retrospective population-based study'.
Para llevar a cabo este proyecto, que ha contado con la financiación de la Fundación Séneca y la colaboración del Servicio Murciano de Salud, se han estudiado los datos de 86.867 pacientes de la Región de Murcia diagnosticados desde principios de la pandemia hasta febrero de 2021. La elaboración de este modelo predictivo ha supuesto el análisis estadístico de los factores que suponen un mayor riesgo de cursar con gravedad la enfermedad.
Por orden de importancia, estos factores son la edad --a mayor edad, mayor riesgo--; sexo --ser hombre confiere un mayor riesgo de gravedad--; y enfermedades crónicas del paciente --a mayor número, mayor riesgo frente a la covid--. La insuficiencia renal y la obesidad son las dos más determinantes.
Con toda la información obtenida, los modelos generados por el grupo de investigación de la UMU han demostrado tener una alta precisión con más de un 90% de acierto para pronosticar el estado final del paciente en términos de supervivencia o fallecimiento.
Este nivel de precisión se ha logrado teniendo en cuenta solo la información disponible en el momento del ingreso hospitalario. Considerando que se trata de datos fáciles de obtener en el ingreso, la herramienta obtenida con esta investigación puede ser muy útil para una situación como la vivida en la pandemia.
Por otra parte, los resultados arrojan otros datos que pueden servir para futuras investigaciones, como el hecho de que se ha detectado un efecto reductor del riesgo de mortalidad en pacientes que tenían osteoartritis.
