Investigadores de EE. UU. han desarrollado un algoritmo de inteligencia artificial que puede examinar los registros médicos electrónicos (EHR) y ayudar a los médicos a detectar casos no diagnosticados de COVID prolongado.
Además de identificar a las personas que deberían recibir atención por esta afección potencialmente debilitante, el algoritmo también podría usarse para tratar de encontrar los factores genéticos y bioquímicos detrás de la aún misteriosa afección, que causa una variedad de síntomas que incluyen cansancio extremo y dificultad para respirar. , dolor en el pecho, problemas de memoria, dificultad para dormir, palpitaciones del corazón y mareos.
Según los Centros para el Control y la Prevención de Enfermedades (CDC) de EE. UU., aproximadamente el 7,5% de la población adulta de EE. UU. tiene síntomas de COVID prolongado, lo que equivale a 24,75 millones de personas.
El nuevo algoritmo, desarrollado por investigadores del Mass General Brigham y publicado en la revista Med, se entrenó con datos no identificados de registros electrónicos de salud de casi 300.000 pacientes en 14 hospitales y 20 centros de salud comunitarios.
Utiliza un enfoque conocido como “fenotipado de precisión”, que analiza registros individuales para identificar síntomas y afecciones relacionados con el COVID-19 y los rastrea a lo largo del tiempo para diferenciarlos de otras enfermedades como el asma o la insuficiencia cardíaca. El algoritmo identificó una cohorte de más de 24.000 pacientes con una precisión del 79,9%, según el artículo, y también sugirió que el riesgo de COVID prolongado aumenta con infecciones posteriores.
“Nuestra herramienta de IA podría convertir un proceso de diagnóstico confuso en algo nítido y enfocado, dando a los médicos el poder de darle sentido a una condición desafiante”, dijo el autor principal Hossein Estiri, jefe de investigación de IA en el Centro de IA e Informática Biomédica de del Learning Healthcare System (CAIBILS) en Mass General Brigham, así como profesor asociado de medicina en la Facultad de Medicina de Harvard.
“Con este trabajo, es posible que finalmente podamos ver el COVID prolongado tal como es realmente y, lo que es más importante, cómo tratarlo”, continuó, señalando que la IA parece ser alrededor de un 3% más precisa que los enfoques de diagnóstico actuales basados en según el código de la Clasificación Internacional de Enfermedades para COVID prolongado (CIE-10), pero lo que es más importante, es menos propenso a sesgos.
En particular, los diagnósticos de pacientes que utilizan la CIE-10 tienden a favorecer a las personas con mejor acceso a la atención sanitaria, lo que pone en desventaja a las personas menos afortunadas, por lo que la herramienta de IA podría ayudar a reducir las desigualdades en la atención.
“Este alcance más amplio garantiza que las comunidades marginadas, a menudo marginadas en los estudios clínicos, ya no sean invisibles”, afirmó Estiri.
Según los investigadores, el COVID prolongado (o secuelas posagudas de COVID-19 (PASC), para darle el término científico) también puede ser mucho más común de lo estimado por los CDC. Su trabajo sugiere que esa cifra podría ser del 22,8%, no muy lejos de la estimación del Centro Nacional de Estadísticas de Salud del 24% para Massachusetts, que se basa en datos de 2022-23.
Los estudios futuros pueden explorar el algoritmo en cohortes de pacientes con afecciones específicas, como enfermedad pulmonar obstructiva crónica (EPOC) o diabetes. Mientras tanto, el equipo planea hacer que su algoritmo sea de acceso abierto para que otros sistemas de atención médica puedan implementarlo.
Imagen por Gerd Altmann de Pixabay
