Casos de éxitoInteligencia Artificial

La IA ayuda a predecir qué pacientes con Covid-19 deberán ingresar en UCI

Ribera Salud ha desarrollado un modelo basado en Microsoft Azure y machine learning para predecir el empeoramiento clínico, convirtiéndose en una pieza clave para afrontar eficazmente los rebrotes de la pandemia.

Ribera Salud, grupo empresarial sanitario, junto a su división tecnológica FutuRS, ha puesto en marcha un modelo predictivo, basado en inteligencia artificial, que analiza y procesa variables de cada paciente para predecir su evolución, en base a datos objetivos analizados por Microsoft Azure y sus herramientas de machine learning.

Esta iniciativa comenzó hace tres años con el objetivo mejorar la calidad asistencial de los pacientes, actuando de forma preventiva gracias a las predicciones sobre el posible empeoramiento clínico de los pacientes, como en el caso del COVID. “Empezamos a predecir determinados efectos adversos utilizando técnicas de machine learning e incluyendo este tipo de predicciones dentro de la operativa y práctica asistencial del día a día”, explica Mireia Ladios, jefa corporativa de Calidad de Ribera Salud. “Buscábamos que, a pie de cama, con una tablet, la enfermera que estaba viendo al paciente y que podía tomar las medidas en ese momento, se aprovechase de esa predicción y pudiera actuar en consecuencia”.

Este modelo se ha construido en base a una selección de variables clínicas, fijadas por los profesionales sanitarios donde el exhaustivo control, recogida y análisis de datos de los pacientes son la base para su creación, brindándole al clínico la oportunidad de revisar y ajustar el plan terapéutico antes de que el paciente empeore más.

“El resultado del modelo se obtiene automáticamente varias veces al día, se inserta directamente en un espacio acordado con los propios profesionales dentro de la historia clínica. Esto hace que los profesionales lo perciban como un input natural y no como algo externo, y que utilicen esa información para poder atender a los pacientes a pie de cama. Si esa información tuviera que obtenerse y analizarse por mecanismos tradicionales, sería muy costoso en tiempo y recursos”, señalan desde Ribera Salud.

En el último año, este modelo, -apoyado en la nube de Microsoft y las herramientas de Azure Machine Learning-, ha contribuido a reducir el númerode pacientes que desarrollaron una UPP (úlceras por presión) en UCI, hasta un 19%, un 11% de incidencia acumulada.

Computing 796