Así es el reloj inteligente para anticipar hospitalizaciones en diálisis

Tres días. Cada semana. Año tras año. El número de complicaciones que puede sufrir un paciente en diálisis se multiplica teniendo en cuenta las 144 veces que puede llegar a acudir al hospital para someterse a dicho tratamiento. Anticipar cambios en su estado de salud antes de que se conviertan en episodios graves es, precisamente, el objetivo del estudio All Prevent, liderado por el Hospital Universitario Príncipe de Asturias.

Se trata de un proyecto innovador que trata de comprobar la eficacia de un reloj inteligente -wearable-, dotado con Inteligencia Artificial, a la hora de monitorizar la evolución de los lacientes con insuficiencia renal crónica en diálisis, con el objetivo de anticipar complicaciones graves y, por ende, potenciales hospitalizaciones derivadas. 

El algoritmo que los pacientes portan en la muñeca, registra los datos clínicos de diálisis y la información emocional, para generar alarmas anticipadas a partir de patrones predictivos, lo que marca "un nuevo enfoque en la gestión de pacientes crónicos complejos", según explica jefe de Nefrología, e investigador principal del estudio, Diego Rodríguez Puyol. 

"Los wearables miden las constantes vitales de los pacientes. A esto le unimos a todos los parámetros de la máquina de diálisis, junto con una plataforma de gestión del paciente crónico que hemos creado desde el grupo de investigación", detalla  María Ángeles Gómez González, directora del Servicio de Enfermería del centro de Álcala de Henares y codirectora del proyecto. 

Este tipo de alertas, en tiempo real, no solo permiten documentar estas posibles complicaciones clínicas sino que también brinda a los profesionales sanitarios la posibilidad de intervenir, de forma individualizada, antes de que se produzcan.  Así, se intenta "predecir con alrededor de tres días algún camibio sutil que el paciente vaya a tener para prevenir un evento grave, desde un posible ingreso hasta incluso la muerte", explica, al hablar de cómo este sistema mejora la "calidad de vida" de los enfermos. 

"Tengo un disgusto" 

La plataforma de All Prevent integra, además de datos biométricos como frecuencia cardíaca o saturación de oxígeno, variables cualitativas que incluyen la percepción directa del paciente sobre cómo se siente, algo que ha descrito como "una aplicación de salud percibida, con una serie de dibujos muy gráficos validados por los pacientes". De esta forma, cuando estén "mareados, tengan calambres o sintomatología relacionada" con pacientes en diálisis y con enfermedad crónica avanzada, pueden pulsar un icono. Por ejemplo, "si le duele la cabeza, va al icono que marca este síntoma y eso va a una base de datos". De hecho, en la parte emocional, "el paciente es menos reacio" a señalar la opción 'Tengo un disgusto' "a partir del cual, las enfermeras, de manera muy sutil, pueden explorar qué le pasa y estar muy pendiente", incide la también supervisora de la Unidad de Investigación del centro. 
 

Reloj inteligente con la aplicación All Prevent

En este sentido, Gómez González ha destacado también cómo este enfoque contribuye al cuidado holístico de los pacientes: "Una cosa es el tratamiento estricto de la enfermedad crónica, como es conectarla a la diálisis y que tenga sus terapias bien prescritas y bien hechas, pero al final nosotras pasamos mucho tiempo con el paciente, que vienen tres días a la semana durante muchos años" y que padece "una enfermedad muy pesada y muy tediosa que además afecta a todos los niveles, tanto social como familiar, porque tienen que dejar de comer una serie de cosas y no pueden viajar tan fácil como el resto", continúa.

Ahora, lo que perciben desde Enfermería, es que" los pacientes participantes en el estudio, al llevar el reloj, se sienten seguros", imaginando que alguien "les está vigilando y les está protegiendo". Una sensación que ayuda sobre todo a los pacientes más mayores que "viven o están solos".

Aunque es pronto para medir la efectividad de la herramienta, Gómez González revela que lo que está notando "sutilmente" es que hay "relación entre lo que el paciente percibe que le está pasando algo y lo que en unos días puede que le pase". De momento, el proyecto se encuentra en fase de análisis de datos, hasta que, en junio termine la recolección de datos, y en ese momento, se evalúe "cuál ha sido la utilidad real" de dicha herramienta digital.

Resultados preliminares en mayo 

Rodríguez Puyol espera poder obener resultados preliminares "en el mes de mayo", aunque es consciente de que en ellos influye mucho "el número de eventos" registrado. "Tenemos que relacionar el ingreso con lo que le ha pasado en los días anteriores y para que estos métodos masivos tengan valor, debe haber un gran número de población que haya tenido eventos. Eso nos va dando cada vez más potencia", asegura.

De confirmarse su efectividad, esta plataforma ayude a cambiar la práctica clínica diaria: "Imagina que en un momento determinado se detecta un conjunto de variables que nos sugieren que el paciente se va a poner enfermo. Entonces el médico responsable de ese paciente recibe un aviso y en ese momento se pone en contacto con él para explorarle, analizarle, ver lo que ocurre, preguntarle y poner en marcha las medidas correctoras que el médico considere en ese momento".

Como director científico de la Fundación de Investigación Biomédica del hospital, Rodríguez Puyol, aclara que, en cualquier caso, no se trata de "un procedimiento de telemonitorización". "No salva vidas, sino que le proporciona al médico información anticipada, es decir, un aviso de que el paciente se va a poner malo para que el médico pueda hacer algo", explica. 

Extrapolable a todo el SNS 

Por ello, Rodríguez Puyol espera poder aplicar este modelo, siempre y cuando se confirme su utilidad, al día a día, no solo de este hospital, sino al resto de la red de centros del "Sistema Nacional de Salud (SNS)". Pese a reconocer que se trata de un proceso "complicado que conlleva una serie de pasos, controles y validaciones", si el resultado obtenido "es muy potente, a lo mejor en un par de años, puede estar en el mercado o se ha podido convencer a los agentes sociales de que lo implementen en los propios hospitales", confía.
 
De la certeza de lo invalidantes que pueden ser este tipo de enfermedades crónicas, sin mencionar "la gran cantidad de recursos hospitalarios" aye consumen, surgía la idea de crear este modelo con IA aplicado a la insuficiencia renal, "una patología relativamente poco prevalente" que, sin embargo, "si la comprobamos con los problemas cardíacos o digestivos, la cantidad de PIB que consume su tratamiento se acerca casi al 5 por ciento de los gastos sanitarios".

El proyecto inicialmente contemplaba la participación de 260 pacientes, cifra que se ha ampliado a 400 como parte de su expansión en diversas unidades de Nefrología. En este contexto, Rodríguez Puyol ha precisado que, sin embargo, la dinámica del grupo de pacientes hace difícil que todos estén activos a la vez: "En total de enfermos sí que hemos llegado al tamaño muestra que pretendíamos. Es una población muy dinámica y algunos tienen problemas, otros se trasplantan y otros desgraciadamente fallecen".