Investigadores de la Universidad Politécnica de Valencia (UPV), junto con el Instituto de Investigación Sanitaria INCLIVA del Hospital Clínico Universitario de Valencia y el Instituto de Investigación del Hospital Universitario 12 de Octubre de Madrid, trabajan en el desarrollo de un sistema basado en técnicas de inteligencia artificial que permitirá dar un pronóstico personalizado a pacientes de COVID y clasificarlo según el nivel de gravedad en el momento del ingreso hospitalario.

Se trata de un Sistema de Ayuda a la Decisión Clínica basado en técnicas de Inteligencia Artificial y aprendizaje automático que combina información sobre síntomas, comorbilidades y pruebas de laboratorio, ha informado la UPV a Efe.

Podría ayudar a un paciente que, por ejemplo, tras varios días puede sufrir una insuficiencia respiratoria aguda, para lo que un tratamiento precoz sería fundamental.

Uno de los principales desafíos para el aprendizaje automático en la COVID-19 es la calidad de los datos, un reto al que esta herramienta del Biomedical Data Science Lab-ITACA de la UPV, ayudará a responder.

Según explica Juan Miguel García-Gómez, coordinador del BDSLab-ITACA de la UPV, el aprendizaje automático tiene el potencial de ayudar en esta tarea mediante la aplicación de técnicas de aprendizaje no supervisado y supervisado a los Registros de Salud Electrónicos (EHR) de los hospitales.

Estas técnicas permiten extraer los patrones más significativos del historial de comorbilidad del paciente, los síntomas y las pruebas de laboratorio en el momento del ingreso, hasta sus últimos datos de la Unidad de Cuidados Intensivos (UCI), que pueden conducir a una estratificación temprana del paciente y a la predicción de su gravedad.

Sin embargo, los datos reales contenidos en los Registros de Salud Electrónicos de los hospitales están lejos de ser perfectos, lo que limita su extracción de conocimiento tanto por los profesionales médicos como por las máquinas que pueden ayudar al diagnóstico del paciente. Y la variabilidad inherente a la práctica clínica y la codificación de datos entre los hospitales, o incluso entre sus poblaciones destinatarias, puede sesgar cualquier resultado extraído de los datos.

El equipo investigador trabaja en el desarrollo de esta herramienta en el Proyecto SUBCOVERWD-19, que permitirá disponer de una estratificación temprana del riesgo de gravedad-severidad del paciente en el momento del ingreso.

Rafael Badenes, del Grupo de Investigación en Anestesia de INCLIVA, asegura que desde un punto de vista clínico, contar con herramientas de inteligencia artificial que sean capaces de predecir, en fases tempranas de la enfermedad, cuál va a ser el devenir de la misma, constituye un elemento crucial en la lucha contra el virus.

En aquellos casos en los que se prevé mayor gravedad, se podrían instaurar tratamientos de manera más precoz, con el objetivo final de reducir la mortalidad y los ingresos en UCI, ha explicado Badenes, también jefe de sección de Anestesia del Hospital Clínico de Valencia.

Para el jefe de la Unidad de Investigación y Soporte Científico del Hospital 12 de Octubre, Agustín Gómez de la Cámara, la heterogeneidad y complejidad de la COVID-19 hace imprescindible el uso de técnicas muy avanzadas y sofisticadas de análisis, para poder identificar los patrones clínicos y epidemiológicos todavía muy desconocidos en esta enfermedad.

Este proyecto, coordinado por el investigador de la UPV, Carlos Sáez, ha sido uno de los seleccionados en la convocatoria del FONDO SUPERA COVID-19, impulsada por Crue Universidades Españolas, Banco Santander, a través de Santander Universidades, y el Consejo Superior de Investigaciones Científicas (CSIC).