15 nov 2018 | Actualizado: 21:10

Presentado un nuevo algoritmo de detección de la sepsis con big data

MSD participa en el proyecto junto al Hospital Son Llátzer y el ICC

Joaquín Mateos, Marcio Borges, Julia Díaz y Francisco Marí.
Presentado un nuevo algoritmo de detección de la sepsis con big data
mar 06 noviembre 2018. 18.20H
Adelantarse a la aparición de la sepsis como medio para un mejor abordaje de la que, a día de hoy, es la enfermedad con mayor mortalidad intrahospitalaria. Con ese espíritu nace el proyecto Bisepro, fruto de la colaboración entre el Hospital Universitario Son Llátzer, la farmacéutica MSD y el Instituto de Ingeniería de Conocimiento (IIC). Presentado este martes en Madrid, el sistema se apoya en el big data y la inteligencia artificial para ofrecer al profesional sanitario una advertencia de casos potenciales con un escaso margen de error.

A través de un algortimo para identificar a tiempo la sepsis, Bisepro consigue triplicar la detección de casos de esta enfermedad grave, según explica Marcio Borges, coordinador de la Unidad de Sepsis del Servicio de Medicina Intensiva del Hospital Son Llàtzer, donde se ha puesto en marcha de forma preliminar este proyecto piloto.

Esta iniciativa arroja las primeras evidencias que apuntan al potencial de la combinación de nuevas tecnologías como el 'Big Data' y la inteligencia artificial para el diseño de un proyecto que puede reducir errores en el diagnóstico y obtenerlo más rápidamente. De esta manera, se permite a los profesionales sanitarios y al sistema asistencial una aplicación más temprana de medidas terapéuticas y, en consecuencia, un aumento de las posibilidades de salvar la vida del paciente.

Para los responsables del proyecto, los datos preliminares presentados son "esperanzadores" en lo que respecta a la utilidad de la herramienta para incrementar la detección precoz de casos de sepsis y reducir los falsos positivos. "El incremento de la eficacia a la hora de identificar los pacientes con riesgo de sepsis permite evitar diagnósticos erróneos, una individualización del proceso clínico y un mejor manejo de la afección, así como una mayor rapidez en la aplicación del tratamiento y, por consiguiente, una disminución de la mortalidad", asegura Borges.

El pasado mes de septiembre se realizó un primer análisis retrospectivo, que permitió evaluar la capacidad predictiva de estas técnicas en la detección de la sepsis y desarrollar diferentes algoritmos. A continuación, se realizarán dos fases prospectivas: la primera de detección precoz aprovechando los resultados obtenidos en la fase previa. En la segunda fase, se trabajará para que esta herramienta ayude a los clínicos en la toma de decisiones en tiempo real. El objetivo también es la implantación del programa en los hospitales de la red pública de las Islas Baleares.

Detalles del software


Este software chequea, asocia y analiza en tiempo real los datos de miles de pacientes. Hasta el momento, han sido tratados los datos, de manera retrospectiva, de cerca de 60.000 personas que han pasado por la Unidad Multidisciplinaria de Sepsis del Hospital Universitario Son Llàtzer durante los últimos cuatro años. De esa manera, se une información clínica, analítica, farmacológica, microbiológica y de antecedentes personales.

"Esta tecnología permite ver más allá de lo que un clínico por sí solo puede ver; hace asociaciones mucho más rápidas de las que podemos hacer nosotros y amplía el abanico de variables y posibilidades ya descritas en la literatura científica pero que el médico no siempre puede tener en cuenta a la hora de hacer un análisis en su proceso de diagnóstico. Por tanto, ofrece información más real de qué les sucede a los pacientes, y esto nos ayuda a diagnosticarlos mejor y de manera más rápida y eficiente", explica Borges.

Una de las principales novedades que incorpora este sistema respecto a otros métodos es que, mediante técnicas de 'Big Data' e inteligencia artificial, no se limita solo a hacer un análisis retrospectivo, sino que lo hará también de manera prospectiva a través del modelo piloto que acaba de iniciarse, es decir, utilizando la información disponible para poder hacer una predicción más precisa y certera.

"Una de sus ventajas fundamentales es su potencial para no dejar de 'aprender' de los datos acumulados (técnicas de 'machine learning'), tanto de los pacientes que presentan sepsis como los que no, de modo que el mismo sistema se va perfeccionando y va creando cada vez más algoritmos, lo que implica que los resultados son más fidedignos", subraya.

La herramienta actualizará cada 15-30 minutos la evaluación de todos los pacientes que son atendidos en cualquier departamento del Hospital, y cada vez que detecte un posible caso de sepsis enviará al médico de forma inmediata una alerta que, a la manera de un semáforo, se asocia a una luz amarilla, naranja o roja, en función de la certeza. Después, un equipo multidisciplinar llevará a cabo su propia valoración y confirmará el diagnóstico para inmediatamente iniciar el proceso terapéutico más adecuado a cada caso.

Con los datos disponibles, se abre, en palabras del doctor Borges, la vía a la implantación de esta tecnología como herramienta válida que podría generalizarse en los hospitales. "El sistema es revolucionario y puede suponer un cambio radical en nuestra práctica clínica diaria, al facilitar a los clínicos la detección precoz (en la primera hora desde la sospecha) de pacientes que hoy identificamos erróneamente utilizando criterios clínicos clásicos u otros sistemas automatizados", concluye.
Aunque pueda contener afirmaciones, datos o apuntes procedentes de instituciones o profesionales sanitarios, la información contenida en Redacción Médica está editada y elaborada por periodistas. Recomendamos al lector que cualquier duda relacionada con la salud sea consultada con un profesional del ámbito sanitario.