Los pacientes en la unidad de cuidados intensivos de un hospital se mantienen bajo estrecha observación: los médicos controlan continuamente sus signos vitales, como su pulso, presión arterial y saturación de oxígeno en la sangre. Esto proporciona a los médicos y enfermeras una gran cantidad de datos sobre la condición de sus pacientes.Sin embargo, usar esta información para predecir cómo se desarrollará su condición o para detectar cambios que amenazan la vida con mucha anticipación no es nada fácil.
Los investigadores de ETH Zurich e Inselspital, Hospital Universitario de Berna, han desarrollado un método que combina inteligentemente los diversos signos vitales de un paciente con otra información médicamente relevante. La fusión de estos datos permite predecir la falla circulatoria crítica varias horas antes de que ocurra. En el futuro, el objetivo es utilizar el método para la evaluación en tiempo real de los signos vitales de los pacientes del hospital para proporcionar un sistema de alerta temprana para el personal médico de turno, que, a su vez, puede tomar las medidas adecuadas en una etapa temprana.
Conjunto de datos extenso
Los investigadores pudieron desarrollar este enfoque gracias a la gran cantidad de datos proporcionados por el Departamento de Medicina Intensiva del Hospital de la Universidad de Berna. En 2005, se convirtió en la primera gran unidad de cuidados intensivos en Suiza en comenzar a almacenar granularidad de alta resolucióndatos para pacientes de cuidados intensivos en forma digital. Para su estudio, los investigadores utilizaron datos anónimos de 36,000 ingresos a unidades de cuidados intensivos, que provienen exclusivamente de pacientes que aceptaron que sus datos se utilicen con fines de investigación.
Por iniciativa de Tobias Merz, investigador asociado y ex médico senior del Departamento de Medicina Intensiva del Hospital Universitario de Berna y que ahora trabaja en el Auckland City Hospital, investigadores dirigidos por los profesores de ETH Gunnar Rätsch y Karsten Borgwardt analizaron estos datosutilizando métodos de aprendizaje automático ". Los algoritmos y modelos que desarrollamos fueron capaces de predecir el 90 por ciento de todas las fallas circulatorias en el conjunto de datos que utilizamos. En el 82 por ciento de los casos, la predicción llegó con al menos dos horas de anticipación, lo que habría dado a los médicosal menos dos horas para intervenir ", explica Rätsch, profesor de informática biomédica en ETH Zurich.
se requieren relativamente pocas variables
Para cada paciente en su estudio, los investigadores tenían varios cientos de variables diferentes combinadas con otra información médica a su disposición. "Sin embargo, pudimos demostrar que solo 20 de estas variables son suficientes para hacer predicciones precisas. Estas incluyen la presión arterial, pulso, varios valores sanguíneos, la edad del paciente y la medicación administrada ", explica Borgwardt, profesor de minería de datos en ETH Zurich.
Para mejorar aún más la calidad de las predicciones, los investigadores planean incorporar datos de pacientes de otros hospitales grandes en futuros análisis. Además, pondrán el conjunto de datos anónimo, los algoritmos y los modelos a disposición de otros científicos.
Pequeño número de alarmas altamente relevantes
"La prevención de la insuficiencia circulatoria es un aspecto crucial del tratamiento del paciente en cuidados intensivos. Incluso los períodos cortos de circulación inadecuada aumentan significativamente la mortalidad de los pacientes", dice Merz. "En las unidades de cuidados intensivos de hoy, tenemos que lidiar con una multitud de alarmassistemas, pero no son muy precisos. A menudo, activan falsas alarmas o solo nos dan una advertencia anticipada, que puede retrasar el inicio de medidas adecuadas para apoyar la circulación de los pacientes ", dice. Con su enfoque, los investigadores apuntanreemplazar la gran cantidad de alarmas con unas pocas alarmas muy relevantes y tempranas. Esto es posible, ya que el estudio demostró que el nuevo método podría reducir la cantidad de alarmas en un 90 por ciento.
Se requiere un trabajo de desarrollo adicional para que el método esté listo para su uso como sistema de alerta temprana. Rätsch explica que el primer prototipo ya existe, pero antes de que el sistema pueda emplearse en la práctica clínica diaria, su confiabilidad debe demostrarse en estudios clínicos.
Fuente de la historia :
Materiales proporcionado por ETH Zúrich . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :