IA chilena detecta riesgo temprano de muerte por neumonía en mayores

Investigadores de la Universidad Santo Tomás (UST) en Chile han desarrollado un modelo de inteligencia artificial (IA) que busca detectar tempranamente el riesgo de muerte por neumonía en pacientes mayores hospitalizados. Esta herramienta, concebida para la temporada de alta circulación de virus respiratorios, tiene como objetivo asistir a los equipos médicos en la toma de decisiones clínicas y optimizar la asignación de recursos hospitalarios.

La neumonía es una de las principales causas de hospitalización y mortalidad en adultos mayores en el país. El estudio liderado por la Dra. Yeny Concha, directora del Magíster en Gerontología Clínica Interdisciplinar de la UST, incorpora variables clínicas que incluyen el nivel de fragilidad de los pacientes, un factor crucial que influye en la evolución de las personas mayores y que no siempre se refleja solo por la edad.

La Dra. Concha enfatizó la importancia de esta nueva herramienta: “El principal cambio sería contar con una alerta temprana y objetiva sobre qué personas mayores hospitalizadas por neumonía tienen mayor riesgo de evolucionar desfavorablemente o fallecer durante la hospitalización”. Además, añadió que “la edad por sí sola no siempre refleja el riesgo real. Dos pacientes pueden tener la misma edad, pero reservas fisiológicas muy distintas. Al incorporar la fragilidad, el modelo permite mirar la vulnerabilidad del paciente de una forma más integral”.

Esta tecnología no pretende reemplazar al personal de salud, sino actuar como un soporte. Su utilidad se maximizaría en épocas de alta demanda asistencial, permitiendo priorizar la vigilancia, las evaluaciones tempranas y las derivaciones a unidades de mayor complejidad. Esto podría mejorar la planificación de camas críticas y la asignación de equipos de salud, sin suplantar el criterio médico profesional.

Los beneficios también se extenderían a las familias, facilitando una comunicación más clara sobre el estado clínico y la planificación de cuidados. Sin embargo, el modelo aún debe pasar por etapas de validación antes de su implementación en hospitales. El Dr. Eduardo Guzmán, académico de la Escuela de Kinesiología de la UST, explicó que el siguiente paso es una validación prospectiva, probando el modelo en condiciones reales de atención con pacientes nuevos. “Debe demostrar que ayuda a tomar mejores decisiones y que sus alertas son interpretables y accionables para los equipos de salud”, señaló Guzmán.

La implementación también presenta desafíos técnicos y regulatorios. Se requiere asegurar la calidad y la interoperabilidad de los datos clínicos, fortalecer la protección de la información de los pacientes e integrar el sistema con las plataformas hospitalarias existentes. La inversión principal se centraría en “la integración con los sistemas hospitalarios, la capacitación, el soporte técnico y la evaluación permanente de su impacto”, afirmó el Dr. Guzmán.

Ante las inquietudes sobre la IA en salud, el Dr. Guzmán subrayó que el modelo fue diseñado con inteligencia artificial explicable, lo que permite comprender las variables que influyen en cada predicción. “El algoritmo debe ser una ayuda para priorizar mejor, nunca un mecanismo automático que sustituya la evaluación profesional”, concluyó. El equipo de investigación ya trabaja en nuevas aplicaciones de esta tecnología.

Fuente: BioBioChile