El uso de soluciones tecnológicas en los hospitales promete un futuro alentador y, en rigor, muchos de los beneficios de esa integración ya son palpables. Sin embargo no siempre se consiguen los avances prometidos. Un estudio recientemente publicado revela que un algoritmo creado para predecir una enfermedad mortal en centros de salud no realizó su trabajo con eficiencia.
¿Para qué se usa? La propuesta es identificar la sepsis en los pacientes internados, una enfermedad que desencadena una inflamación general, que puede provocar insuficiencia orgánica y causar la muerte. De hecho, es una de las principales causas de decesos en los hospitales. Tal como explican en el sitio Mediline Plus, aquella es una “emergencia médica que puede ser mortal, que sin un tratamiento rápido puede provocar daños en los tejidos, falla orgánica e incluso la muerte”.
// Cómo se extirpa un tumor mediante inteligencia artificial
El informe aparecido en la revista JAMA Internal Medicine muestra que la tecnología propuesta en centros médicos de Estados Unidos no funciona con la eficacia que prometen sus creadores. La empresa Epic Systems, desarrolladora del software, dice que su método identifica la sepsis con una eficacia del 76% de los casos. Pero el estudio señala que sólo tiene un 63% de aciertos.
El método que ofrece Epic Systems es automatizado: escanea exámenes clínicos de los pacientes buscando señales relacionadas a esa afección. De acuerdo a The Verge, cerca del 25% de los hospitales en Estados Unidos usan la herramienta de predicción de sepsis, incluyendo el centro sanitario de la Universidad de Michigan, donde se el autor del estudio, Karandeep Singh, trabaja como profesor.
Los detalles del informe
Para su examen, Singh analizó cerca de 40.000 casos de hospitalizaciones entre 2018 y 2019. En esa investigación encontró que los pacientes desarrollaron sepsis en 2.552 ocasiones y que el algoritmo de Epic Systems omitió 1.709 casos. Además, sólo identificó el 7% de los casos que un médico pasó por alto. Por otra parte el informe encontró que el sistema arrojó una alta tasa de falsos positivos.
Este tipo de herramientas que extraen datos de pacientes para predecir lo que podría suceder con su salud pueden ser útiles para los médicos. Sin embargo, son tan buenos como los datos con los que se desarrollaron y deben estar sujetos a una evaluación externa, tal como ocurre con todos los sistemas de inteligencia artificial. Dicho de otro modo, si los datos sobre los que se basa no son “buenos”, tampoco lo serán sus resultados. Además, es fundamental la revisión regular.
“Tenemos un trabajo de seguimiento por delante para abordar preguntas más específicas que las que se tratan aquí”, comentó el investigador en un hilo de tuits.
Un vocero de Epic Systems cuestionó los hallazgos del estudio. Esa empresa también creó recientemente una herramienta predictiva que, al menos en los papeles, ofrece ayuda a los médicos para determinar si un paciente con Covid-19 debe pasar a una sala de cuidados intensivos.
// La inteligencia artificial, una herramienta fundamental para cuidar la salud
Según dijo Singh en Twitter, las empresas que distribuyen este tipo de softwares empleados en el sector sanitario deben estar a la altura de sus promesas. Además, señaló que las compañías involucradas deben ser totalmente transparentes respecto a los detalles de sus métodos y que deben ser monitoreadas en forma regular por organismos independientes para asegurar el funcionamiento de sus sistemas.
