La pandemia del coronavirus ya ha causado más de 120 millones de contagios y 2,6 millones de muertes. Aunque ya tenemos algunas herramientas para combatir la enfermedad, aún estamos dejos de erradicarla. De allí que sea de utilidad desarrollar nuevas ayudas como esta inteligencia artificial (IA) que debería ser capaz de predecir si un caso de COVID-19 podría tornarse severo.

La revista científica Annals of Internal Medicine publicó recientemente un estudio en el que se presentaba a la herramienta SCARP, también conocida como “Predictor de riesgo adaptativo de COVID-19 severo”. Con esta, se espera dar una vuelta a la situación y ayudar a los doctores del mundo a atender a sus pacientes con mucha más eficiencia.

A la cabeza de este proyecto estuvo el profesor Matthew L. Robinson. Junto a él, trabajaron sus colegas Shannon Wongvibulsin, Brian T. Garibaldi, Annukka A.R. Antar, Jiyang Wen, Mei-Cheng Wang, Amita Gupta, Robert Bollinger, Yanxun Xu, Kunbo Wang, Joshua F. Betz, John Muschelli, Karen Bandeen-Roche y Scott L. Zeger.

La IA predecirá si un caso de COVID-19 se hará severo

En resumen, SCARP trabajará con un modelo de machine learning que le permitirá adaptar sus respuestas a la información que se le suministra de los pacientes. De esta forma, la inteligencia artificial podrá ofrecer diagnósticos personalizados basados en la combinación de sus datos promedio más la información particular de cada individuo.

Gracias a esto, la IA podrá predecir de forma individual qué tanto es el riesgo de que un paciente desarrolle un cuadro severo o fatal de COVID-19. Para poner a prueba esta capacidad, los investigadores trabajaron con datos tomados de cinco centros dentro del Sistema de Salud Johns Hopkins entre marzo y diciembre de 2020.

En total, se analizó la información de 3.163 pacientes que inicialmente tuvieron COVID-19 moderado. Luego de alimentar a la IA con los datos de cada uno, esta realizó sus predicciones para cada caso tanto con la posibilidad de aparición de un cuadro severon en las siguientes 27 horas o dentro de los próximos 7 días.

En el primero de los casos, SCARP tuvo una exactitud del 89%. Por otro lado, en el segundo, con predicciones un poco más adelante en el tiempo, esta se posicionó en 86%.

“SCARP fue diseñado para proporcionar a los médicos una herramienta predictiva que es interactiva y adaptable, que permite ingresar variables clínicas en tiempo real al lado de la cama del paciente”, añadió Robinson, autor principal.

La IA y el machine learning potenciarán las capacidades médicas

La nueva inteligencia artificial potencia sus funciones de machine learning con el algoritmo predictivo conocido como Random Forests for Survival, Longitudinal and Multivariate Data (RF-SLAM). A diferencia de otros modelos, este permite la realización de predicciones en tiempo real y con adaptabilidad de tiempos y resultados basados en la actualización de datos.

Por lo general, la capacidad de predicción que muestra la IA, suele manejarla en menos medida cada médico basado en su experiencia y en la cantidad de elementos comunes que ha notado en los pacientes que atiende. Ahora, con la llegada de SCARP, la inteligencia artificial podría dar un paso al frente y jugar un rol primordial en la predicción de casos severos de COVID-19.

Un detalle que, hasta la fecha, los médicos han tenido como una posibilidad remota y en la que aún no están muy dispuestos a confiar. Sin embargo, el algoritmo RF-SLAM de SCARP lo hace diferente, mucho más personalizable, sencillo y confiable. Como resultado, rápidamente se podría convertir en el aliado perfecto para potenciar la efectividad del cuidado médico que se da a cada paciente –de acuerdo a sus necesidades actuales, y posibles requerimientos futuros–.

“Tener una comprensión sólida del riesgo en tiempo real de un paciente de progresar a una enfermedad grave o la muerte dentro de las próximas 24 horas y la próxima semana podría ayudar a los proveedores de atención médica a tomar decisiones más informadas y tomar decisiones de tratamiento para sus pacientes con COVID-19 a medida que se enferman más”, completó Robinson.

Recuperado de: INVDES