- El proyecto ha sido desarrollado por el grupo de investigación Lucentia de la Universidad de Alicante y en él están colaborando varios hospitales de la Comunitat Valenciana.
- Mediante el uso del big data e inteligencia artificial permite mejorar la atención a pacientes enfermos de COVID-19.
- Los algoritmos sugieren el tratamiento con mayor éxito para cada uno de los pacientes.
La Generalitat Valenciana y la Universitat d’Alacant han impulsado un proyecto mediante el uso del big data e inteligencia artificial que permite mejorar la atención a pacientes enfermos de COVID-19, tras realizar un análisis de las patologías previas que han sufrido, de los tratamientos que les han sido aplicados, de los resultados obtenidos y de la evolución de la enfermedad. En base al cruce de estos datos, los algoritmos sugieren el tratamiento con mayor éxito para cada uno de los pacientes.
El proyecto ha sido desarrollado por el grupo de investigación Lucentia de la Universidad de Alicante y en él están colaborando varios hospitales de la Comunitat Valenciana, como el Hospital la Fe de Valencia, con la participación de los investigadores María Eugenia Gas López, José Luis Vallés Pardo y Alba Loras, y Bernardo Baldivieso, director del Área de Planificación, así como en el Hospital de Elda, en el que colaboran los doctores y doctoras Reyes Pascual Pérez, Jefa de sección de Medicina Interna y Enfermedades Infecciosas y Profesora Titular del departamento de Medicina de la UMH, y Eleuterio Llorca Martínez y Jefe de sección de Neumología y Presidente del comité científico de la Sociedad Valenciana de Neumología.
El conseller de Hacienda y Modelo Económico, Vicent Soler, y la consellera de Innovación, Carolina Pascual han presentado hoy junto a la rectora de la Universitat d’Alacant, Amparo Navarro, la iniciativa que se ha financiado gracias a las donaciones realizadas por la ciudadanía, a través de la línea puesta en marcha por la Generalitat. En concreto, este proyecto recibió una financiación de 100.000 euros.
Este es uno de los proyectos elegidos por la Conselleria de Innovación para destinar parte de los 1,2 millones que se recibieron de donaciones COVID-19. “Somos conscientes de que la inversión sostenida en el campo de la ciencia permite salir más rápido y mejor de la crisis por eso no hemos dudado en qué áreas son las teníamos que priorizar. La apuesta por la ciencia crece un 70% en los presupuestos de 2021”, ha explicado Carolina Pascual.
Al acto han asistido también la secretaria autonómica de Universidades e Investigación, Carmen Beviá, y el director del equipo investigador Lucentia y catedrático del Departamento de Lenguajes y Sistemas Informáticos (DLSI) de la Universidad de Alicante, Juan Carlos Trujillo Mondéjar, quien ha explicado los pormenores del desarrollo del proyecto
Un proyecto con un modelo que ofrece un 90% de precisión y desarrollado en un formato abierto para que sea fácilmente exportable a todos los hospitales del Estado
La propuesta y construcción de dicho modelo se basa en la experiencia previa del grupo de investigación de la Universidad de Alicante Lucentia. El proyecto ha permitido el desarrollo de una plataforma que accede a las historias clínicas de los pacientes para extraer información sobre patologías previas, tratamientos recibidos y pruebas realizadas para detectar el COVID-19.
Sobre estos datos se diseña y entrenan modelos de inteligencia artificial con el objetivo de que, cada vez que ingrese un nuevo paciente, el sistema lo clasifique en uno de los tres grupos. Además, según datos de la evolución de todos los pacientes a las medidas y tratamientos recibidos, los algoritmos sugerirán el tratamiento con mayor éxito para cada uno de ellos.
Ventajas del sistema
El uso de este sistema ha revelado diversas ventajas, entre las que figuran que permite extraer los datos de forma transparente a partir de las historias clínicas y otras fuentes de datos, sin requerir trabajo adicional por parte de los sanitarios. Este punto es fundamental ante posibles saturaciones del sistema sanitario.
También proporciona una clasificación del paciente a través de un sistema de inteligencia, indicando el grado de confianza en función de los datos disponibles, de manera que se acorten los tiempos de atención y se contribuya a optimizar el sistema.
En esta primera fase, el modelo ha sido entrenado con variables proporcionadas por el Instituto de Investigación Sanitaria La Fe de Valencia, habiendo desarrollado un modelo que obtiene un 90% de precisión, y obteniendo resultados comparables a otros modelos publicados por la comunidad internacional. En la actualidad, el estado actual del modelo desarrollado en el marco del presente proyecto tiene una precisión comparable a otros modelos similares, mejorando el nivel de detalle de las morbilidades consideradas.
Además, a partir de las diferentes reuniones con los expertos del comité clínico informático, se ha propuesto la construcción de más modelos que predigan si un paciente en función de su gravedad y condición debe de ser monitorizado a través de alguna de las unidades del hospital (unidad hospitalaria a domicilio, hospital, UCI) en base a los datos proporcionados. Dada la particularidad que sufren los recursos médicos ante esta enfermedad, como son la posible saturación de las unidades y servicios, también se construirá un modelo de predicción que indique los días que el paciente ingresará en la unidad de cuidados intensivos (UCI)
De momento se han incluido en el algoritmo y analizado más de 3.000 variables pertenecientes a 6.000 pacientes. “Esta aplicación no solo se puede integrar con los hospitales de la Comunitat Valenciana: Lo estamos haciendo abierto para que sea fácilmente exportable a todos los hospitales del Estado. Si hibridamos de forma correcta las tecnologías de la información, con el conocimiento de los expertos de y los facultativos, podemos colaborar de forma conjunta para lograr el objetivo de conseguir una medicina más personalizada, más enfocada en el paciente y no diagnósticos estándares”, asegura Juan Carlos Trujillo, el director del grupo de investigación Lucentia.
Enlace de descarga del vídeo de presentación de la aplicación
Fuente: Universidad de Alicante