Publicado 27/07/2022 12:34

La IA y los métodos tradicionales obtienen resultados similares para predecir la evolución del dolor de cuello

Archivo - Dolor de cuello. Cervicales
Archivo - Dolor de cuello. Cervicales - MADRID - Archivo

MADRID, 27 Jul. (EUROPA PRESS) -

La inteligencia artificial (IA) y los métodos tradicionales obtienen resultados similares para predecir la evolución de los pacientes con dolor de cuello, una de las cuatro principales causas de discapacidad en el mundo, según ha evidenciado un estudio publicado en el 'European Spine Journal'.

El trabajo ha comparado el acierto del pronóstico establecido usando modelos de regresión tradicional con el obtenido mediante seis algoritmos de inteligencia artificial, al analizar la evolución de 3.001 pacientes españoles con dolor de cuello atendidos en la práctica clínica rutinaria de la sanidad pública, concertada y privada en 11 Comunidades Autónomas.

Los distintos métodos coincidieron en los principales factores que identificaron como útiles para predecir la evolución de los pacientes: la duración del dolor, algunos hallazgos radiológicos, que el paciente siga trabajando o no, y que sea tratado o no mediante intervención neurorreflejoterápica.

El peso de cada uno de esos factores en el pronóstico varió ligeramente según el método utilizado, encontrándose también ligeras variaciones en el rendimiento entre los 6 algoritmos de IA. Sin embargo, la capacidad de los modelos para diferenciar pacientes que mejoran en su dolor de cuello, dolor irradiado y grado de incapacidad, es muy similar tanto en la IA como en los métodos tradicionales de regresión logística.

Basándose en estos últimos, se ha desarrollado una aplicación informática de acceso libre y gratuito que permite que cada paciente calcule la probabilidad de mejorar que tiene en su caso concreto, y vea cómo se modifica esa probabilidad en función del tratamiento que se le aplique.

"Este estudio refleja que, aunque en el futuro los métodos de inteligencia artificial pueden desempeñar un papel destacado en la modelización pronóstica, la mejoría que actualmente aportan frente a los métodos tradicionales en estudios clínicos es marginal, y depende de varios factores, como el tamaño de la muestra, el tipo de variable elegida en el estudio y la enfermedad investigada", ha dicho la doctora de la Unidad de Bioestadística Clínica del Instituto de Investigación Sanitaria Puerta de Hierro-Segovia de Arana y coautora del estudio, Ana Royuela.

Asimismo, el doctor de la Unidad de Espalda del Hospital HLA Universitario Moncloa y coautor del estudio, Francisco Kovacs, ha destacado la importancia de identificar precozmente a los pacientes con peor pronóstico, y aplicarles el tratamiento que en su caso resulta óptimo.

"Es posible que en el futuro la inteligencia artificial permita mejorar la precisión del pronóstico, pero este estudio demuestra que hasta que eso suceda los modelos actualmente disponibles siguen siendo válidos y pueden seguirse usando en la práctica clínica habitual", ha dicho.

El estudio ha sido realizado por un equipo multidisciplinar europeo de investigadores pertenecientes a la Escuela de Ciencias del Deporte, Rehabilitación y Ejercicio de Essex (Reino Unido); al Departamento de Estadística de la Universidad Ludwing Maximilians de Múnich (Alemania); a la Unidad de Bioestadística Clínica del Instituto de Investigación Sanitaria Puerta de Hierro-Segovia de Arana y a la Unidad de Espalda Kovacs del Hospital HLA Universitario Moncloa, de Madrid, y a la Red Española de Investigadores en Dolencias de la Espalda.

Contador