Coronavirus: inteligencia artificial podría predecir muerte por covid-19 con un 90 % de efectividad

El Departamento de Ciencias de la Computación de la Universidad de Copenhaguen en Dinamarca desarrolló una investigación sobre el uso de tecnologías como la inteligencia artificial (IA) para predecir el porcentaje de riesgo de progresión y muerte en casos de covid-19.

Para ello, se llevaron a cabo pruebas de PCR del SARS-CoV-2 (virus que desencadena la enfermedad de coronavirus) a más de 2 millones y medio de ciudadanos sospechosos de haber contraído el virus en el país danés. El diagnóstico arrojó que 3.944 de los ciudadanos estaban contagiados, por lo que el análisis se realizó sobre este grupo poblacional.

Entre los ciudadanos que arrojaron pruebas positivas para coronavirus, 1.359 (34,5 %) requirieron hospitalización y 181 (4,6 %) cuidados intensivos, mientras que un total de 324 pacientes (8,2 %) fallecieron por cuenta de la enfermedad.

Los modelos de inteligencia artificial (IA) empleados para el estudio predijeron el riesgo de muerte en el 90 % de los casos, 80 % para el ingreso a hospitalización y 70 % para el ingreso a unidad de cuidados intensivos (UCI) con uso de ventilación mecánica.

“La ML (machine learning o aprendizaje automático) se puede utilizar para identificar los impulsores de la progresión a una enfermedad más grave y para el pronóstico de pacientes con covid-19. Brindamos acceso a una calculadora de riesgos en línea basada en estos hallazgos”, señalaron desde la Universidad de Copenhagen en el marco de la publicación de los resultados en la revista científica Nature.

Estas investigaciones venían adelantándose desde la primera ola de la pandemia el año pasado con el objetivo de desarrollar modelos informáticos que pudieran predecir, a partir del historial de enfermedades y otros datos de la salud de los pacientes, en qué medida las personas se verán afectadas por la enfermedad.

“El índice de masa corporal (IMC), el sexo y la presión arterial alta se encuentran entre los factores más ponderados. La investigación se puede utilizar para predecir la cantidad de pacientes en los hospitales que necesitarán un respirador y determinar quién debería ser el primero en la fila para recibir una vacuna”, añadieron los investigadores a través de una publicación en el sitio web de la universidad danesa.

Priorización para las vacunas

“Nuestros nuevos hallazgos también podrían usarse para identificar cuidadosamente quién necesita una vacuna“, afirmó el profesor Mads Nielsen del Departamento de Ciencias de la Computación de la Universidad de Copenhague, además de resaltar que su equipo comenzó a investigar durante la primera ola de contagios, pues los hospitales no tenían suficientes respiradores para pacientes en UCI y por ello era importante determinar cómo administrarlos.

El experto añadió que los patrones identificados por los modelos de inteligencia artificial permiten indicar que las personas con mayor riesgo de ser hospitalizados y asistidos con un respirador por cuenta del coronavirus son los pacientes hombres con presión arterial alta o alguna enfermedad neurológica.

Además, explicó que los otros factores que influyen considerablemente en la hospitalización de un paciente en condiciones severas de contagio son: IMC (Índice de Masa Corporal), edad, hipertensión arterial, ser hombre, neurológico, tener enfermedades, EPOC (Enfermedad pulmonar obstructiva crónica), asma, diabetes y enfermedades cardíacas.

“Para aquellos afectados por uno o más de estos parámetros, hemos descubierto que puede tener sentido moverlos hacia arriba en la cola de vacunas, para evitar cualquier riesgo de que se inflexionen y eventualmente terminen con un respirador”, concluyó Mads Nielsen.

El experto agregó que el equipo de investigadores está trabajando para lograr predecir la necesidad de respiradores con cinco días de anticipación en los pacientes contagiados y que aunque la tecnología nunca podrá reemplazar la evaluación de un médico, este tipo de herramientas sí permiten atender a más enfermos al tiempo y establecer prioridades para su recuperación.